论文部分内容阅读
为了提升粒子跳出局部最优解的能力,本文提出一种动态种群和广义学习粒子群算法（DCPSO）。在算法运行过程中,引入种群增加策略和减少策略以提升种群的多样性,进而提升粒子跳出局部最优解的能力;同时引入广义学习策略以增加粒子飞向全局最优位置的概率。在基准函数的测试中,结果显示DCPSO算法比其它PSO算法有更好的性能;在实际应用中,通过对起重机箱型主梁模型进行优化,结果显示DCPSO算法比其它算法获得了质量更高的解。