论文部分内容阅读
粒子群优化算法（PSO）的结构相对简单、运行速度很快，但是算法极易陷入局部最优，出现早熟收敛现象。针对标准粒子群算法存在的问题，引入了一种随迭代次数和粒子间距离大小动态改变的惯性权重，通过设置比例系数控制二者对惯性权重的影响力度。在此基础上为了增加种群多样性，又引入“杂交变异”算子，设计了一种基于杂交变异的动态粒子群优化算法（HV-DPSO）。通过对基准函数的数值试验表明，新算法相对于标准粒子群算法不仅能有效地避免早熟收敛，而且具有更好的收敛效果。