J4 ›› 2011, Vol. 33 ›› Issue (5): 91-96.
刘衍民1,2,赵庆祯1
LIU Yanmin1,2,ZHAO Qingzhen1
摘要:
为了提升粒子跳出局部最优解的能力, 本文提出一种动态种群和广义学习粒子群算法(DCPSO)。在算法运行过程中, 引入种群增加策略和减少策略以提升种群的多样性, 进而提升粒子跳出局部最优解的能力; 同时引入广义学习策略以增加粒子飞向全局最优位置的概率。在基准函数的测试中, 结果显示DCPSO算法比其它PSO算法有更好的性能; 在实际应用中, 通过对起重机箱型主梁模型进行优化, 结果显示DCPSO算法比其它算法获得了质量更高的解。