改进PSO法在马斯京根模型参数估计中的应用

提出了一种改进的粒子群算法(PSO),在保持基本粒子群算法进化原理基础上,考虑坏粒子即适应值最差的粒子在进化过程中所具有的有用信息,对部分粒子的进化模式进行改进。本方法丰富了粒子进化的多样性,能有效地克服基本粒子群算法易早熟的缺点。应用实例表明,同其他算法相比,该算法的计算精度较高,且编程易实现,因此可广泛应用于求解多种模型参数的优化问题,为准确估计非线性马斯京根模型参数提供了一种有效的方法。