论文部分内容阅读
粒子群优化算法（PSO）是一种基于群体智能的优化算法。本文在介绍PSO算法基本原理和流程的基础上，分析了该算法在处理一些复杂问题时容易出现的早熟收敛、收敛效率低和精度不高等问题，提出了一种基于新变异算子的改进粒子群优化算法（NMPSO）。NMPSO算法将产生的变异粒子与当前粒子进行优劣比较，选择较优的粒子，增强了种群的多样性，有效地避免算法收敛早熟。用5个常用基准测试函数对两种算法进行对比实验，结果表明：新提出的NMPSO算法增强了全局搜索能力，提高了收敛速度和收敛精度。