从分析粒子群算法的早熟现象的原因入手及受生物进化过程中突变和灾难现象的启发,在标准粒子群优化算法的基础上,提出一种群体消亡粒子群优化算法。将微粒分成大小相同的几个种群,在粒子群算法运行的适当时机,依一定方式使群体中的适当...从分析粒子群算法的早熟现象的原因入手及受生物进化过程中突变和灾难现象的启发,在标准粒子群优化算法的基础上,提出一种群体消亡粒子群优化算法。将微粒分成大小相同的几个种群,在粒子群算法运行的适当时机,依一定方式使群体中的适当子群体消亡并随机补充新个体,以维持群体的适当规模和多样性。对Schaffer’s f 6函数的仿真结果表明,该算法易于找到全局最优解。将改进的算法应用于电磁继电器的优化设计之中,验证了其有效性。展开更多
文摘从分析粒子群算法的早熟现象的原因入手及受生物进化过程中突变和灾难现象的启发,在标准粒子群优化算法的基础上,提出一种群体消亡粒子群优化算法。将微粒分成大小相同的几个种群,在粒子群算法运行的适当时机,依一定方式使群体中的适当子群体消亡并随机补充新个体,以维持群体的适当规模和多样性。对Schaffer’s f 6函数的仿真结果表明,该算法易于找到全局最优解。将改进的算法应用于电磁继电器的优化设计之中,验证了其有效性。