论文部分内容阅读
为提高粒子群优化算法在优化问题中的效率，本文提出了并行粒子群优化算法（BLPSO）．基本思想是并行机制＋最佳粒子共享十分层搜索．主要工作包括（1）信息共享机制中引入了区域学习，使粒子更新能参考其他粒子的信息；（2）提出了粒子群两层划分模型，底层利于扩大搜索范围，上层利于全局精细搜索；（3）证明了关于粒子群和并行粒子群收敛性定理；（4）在4个基准函数上的优化实验表明，新方法比经典的IPPSO并行粒子群算法在解的精度上提高了51．93％到96．10％．