局部搜索多峰函数的综合学习粒子群算法

为了充分发挥CLPSO强大的全局搜索能力和LS的快速收敛能力，提出一种嵌入局部搜索（LS）的综合学习粒子群优化器（CLPSO），以追求更高的优化性能。 这项工作通过利用我们提出的准熵指标来解决其关键问题（即何时启动LS），提出了一种自适应LS启动策略。 理论上并通过数值测试分析了随着优化过程指标的变化。 该算法在多峰基准函数上进行了测试。 进行参数敏感性分析以证明其鲁棒性。 比较结果显示，与最新的PSO变体CLPSO相比，总体收敛速度和准确性更高。