论文部分内容阅读
针对基本粒子群算法具有容易陷入局部极值、对多维搜索空间精度不高等缺陷，提出了一种位置扰动的粒子群算法。算法通过对粒子个体最优位置的一个或多个随机维上的计算，产生对群体最优位置对应维上的扰动，使群体最优位置可以从个体最优位置搜索经验中更直接的学习，并且跳出局部最优。通过几个常用测试函数的测试结果表明，位置扰动的粒子群算法比标准PSO算法在处理多峰值、多维搜索空间问题时有更高的寻优能力。