论文部分内容阅读
为了提高粒子群优化算法的性能，提出了一种带最优变异的改进粒子群优化算法。该算法的惯性权值满足不同粒子对全局和局部搜索能力的不同需求，每次迭代后根据适应度值会作相应的调整，在搜索过程中所引入的变异算子将对粒子群中最优粒子进行变异，以防止算法早熟收敛。对4个典型的测试函数的仿真表明，该算法比标准粒子群优化算法有更好的收敛性和更快的收敛速度。