论文部分内容阅读
基本粒子群优化算法有着寻优设置参数比较少、很轻易就能应用和操作方便等诸多优点,在模型辨识、组合优化等方面有较多应用,是现阶段研究的热点和难点问题之一,但也具备着寻优求解精度偏低、前期寻优求解速度较慢与极其容易陷入到局部最优解中等缺点。将协同进化策略和高斯扰动策略引入到粒子群算法中,提高算法收敛稳定性、收敛精确度及跳出局部最优解概率。基于给定的迭代次数,并根据6个基本测试函数的不同维度进行寻优效果测试验证。仿真实验结论显示,所提出的改进算法在最佳适应度、标准差和寻优时长三个方面性能指标要好于基本粒子群算法。