面向多模态函数全局优化的粒子群算法研究
摘要
针对粒子群算法进行多模态函数优化时易陷入局部极值和搜寻效率低的问题,提出了一种新的动态自适应简化粒子群算法.该算法把PSO两个进化方程合并,去掉了粒子的速度项,使得原来的二阶微分方程简化为一阶微分方程,进化过程仅由粒子位置控制,避免了由粒子速度的不稳定带来的粒子发散而导致进化后期收敛变慢的问题。引进了动态自适应改变粒子位置的策略,在粒子群陷入局部收敛时,更新自己的位置,跳出局部极值点,重新在解空间内搜索全局最优,直到找到全局最优或者满足迭代次数,通过对多模态函数仿真,表明了算法有效性和可行性,特别是对于多模态函数的全局优化,该算法能快速有效地找到全局最佳值。