协调粒子群优化算法—HPSO

粒子群优化算法(PSO)是模拟生物群体智能的优化算法,具有良好优化性能。但是由于信息的单一传递,群体的迅速收缩和群体多样性降低,导致算法早熟收敛。该文采用多样性控制与交叉操作,使粒子群在细化搜索与扩展新区之间进行协调,提出了协调粒子群优化算法HPSO。实验结果表明:HPSO比PSO有更好的性能。

基于渐近波形估计与混合粒子群算法的目标外形反演

提出了一种能同时重构多个导体目标外形的新方法——混合粒子群算法。利用矩量法和渐近波形估计技术求解电磁散射问题,以测量的散射场和计算散射场偏差作为目标函数,将待优化变量设置为目标的截面轮廓近似表达的三角级数形式的系数,通过混合粒子群算法对待优化变量进行优化,使目标函数达到最小值来对自由空间中的散射体进行电磁成像。仿真结果表明,混合粒子群算法比伪群交叉算法具有更好的收敛性能和成像精度,具有较强的抗随机噪声干扰能力。