關(guān)于粒子群算法改進(jìn)的研究.pdf

1、粒子群優(yōu)化算法就是智能優(yōu)化算法中的一種重要方法，該算法源于對(duì)鳥(niǎo)群和魚(yú)群運(yùn)動(dòng)行為的模擬其特點(diǎn)是簡(jiǎn)單需調(diào)整參數(shù)較少收斂速度快且易于實(shí)現(xiàn)，在目標(biāo)函數(shù)優(yōu)化神經(jīng)網(wǎng)絡(luò)訓(xùn)練工程實(shí)踐中表現(xiàn)出巨大潛力本文給出了幾種改進(jìn)的粒子群算法，主要工作如下： 第一、為了提高粒子群算法的全局收斂性，構(gòu)造了兩種改進(jìn)的粒子群算法，算法一是對(duì)當(dāng)前個(gè)體極值進(jìn)行隨機(jī)變異，算法二是先對(duì)當(dāng)前粒子進(jìn)行隨機(jī)變異，然后把變異后的結(jié)果就作為該粒子的下一代兩種算法的目的是增強(qiáng)粒子群算

2、法跳出局部最優(yōu)解的能力.通過(guò)典型函數(shù)的測(cè)試結(jié)果表明新算法在收斂速度和收斂精度方面均明顯優(yōu)于標(biāo)準(zhǔn)粒子群算法和文獻(xiàn)[35]的算法，提出的新算法有效避免了早熟收斂問(wèn)題，具有較強(qiáng)的全局收斂能力. 第二、為了改善粒子群優(yōu)化算法的搜索性能，提出了一種帶步長(zhǎng)因子的粒子群算法(PSO with Step，S-PSO)，對(duì)原始粒子群算法(PSO)作了改進(jìn)，通過(guò)每次更新粒子的位置時(shí)加入了步長(zhǎng)因子，從而克服了原始粒子群算法中步長(zhǎng)因子為1導(dǎo)致的粒子在迭