论文研究-少控制参数的分层式骨干粒子群优化算法.pdf,
针对传统粒子群优化易于早熟的缺点,提出一种少控制参数的改进骨干粒子群优化算法. 该算法利用关于粒子全局和个体极值点的高斯分布更新粒子的位置,无需设置惯性权重和学习因子等控制参数;利用 混沌扰动策略产生粒子的全局极值点, 提高了粒子群的多样性;为改善算法的全局探索能力,依据收敛速度动态分配每个粒子的变异概率, 设计了一种自适应跳离算子;为均衡算法的局部开发和全局探索能力, 给出了一种分层式粒子更新公式.最后,将所提算法用于多个典型测试问题, 并与三种典型算法进行对比,实验结果证明了它的有效性.
