一种结合灰狼算法的粒子群优化算法

An improved particle swarm optimization algorithm

摘要:

针对粒子群算法有陷入局部最优的缺点,提出一种基于灰狼算法的粒子群优化算法。首先,根据自然界中优胜劣汰的生存法则,对每次迭代种群中的最差粒子进行进化,其次,由于粒子群算法中整个种群中的最优粒子有很强的引导能力,对最优粒子进行扰动,增大寻找全局最优的可能性。最后,结合灰狼优化算法,引导粒子群包围式进行搜索,增强全局搜索能力。将改进的粒子群算法与标准粒子群算法在9个测试函数上进行了寻优精度和收敛速度的对比,结果证明改进粒子群算法(PSO_GWO)在收敛速度和寻优精度上均优于粒子群算法(PSO)。

Abstract: