软件学报

作者：徐利锋,黄祖胜,杨中柱,丁维龙

单位：徐利锋，浙江工业大学 计算机科学与技术学院, 浙江 杭州 31002311,黄祖胜，浙江工业大学 计算机科学与技术学院, 浙江 杭州 31002302,杨中柱，浙江工业大学 计算机科学与技术学院, 浙江 杭州 31002303,丁维龙，浙江工业大学 计算机科学与技术学院, 浙江 杭州 31002304

关键词：粒子群优化算法;混合;多级扰动;局部最优值;遍历能力

基金：国家自然科学基金（31301230，61571400，31471416）；浙江省自然科学基金（LY18C130012）

为解决粒子群优化算法易陷入局部最优值的问题，提出一种引入多级扰动的混合型粒子群优化算法.该算法结合两种经典改进粒子群优化算法的优点，即带惯性参数的标准粒子群优化算法和带收缩因子的粒子群优化算法，在此基础上，引入多级扰动机制：在更新粒子位置时，引入一级扰动，使粒子对解空间的遍历能力得到加强；若优化过程陷入“局部最优”的情况，则引入二级扰动，使得优化过程继续，从而摆脱局部最优值.使用了6个测试函数——Sphere函数、Ackley函数、Rastrigin函数、Styblinski-Tang函数、Duadric函数及Rosenbrock函数来对所提出的混合型粒子群优化算法进行仿真运算和对比验证.模拟运算的结果表明：所提出的混合型粒子群优化算法在对测试函数进行仿真时，其收敛精度和收敛速度都优于另外两种经典的改进粒子群优化算法；另外，在处理多峰函数时，本算法不易被局部最优值所限制.

来源：2019年第6期

《软件学报》期刊编辑部

查看软件学报杂志2019年第6期