一种增强型双种群粒子群算法的设计与实现

粒子群算法作为一种具有收敛速度快、易于实现和参数调节少等优点的群体智能算法,被广泛应用于函数与组合优化、机器学习等众多领域。在粒子群及其众多修改算法中惯性权重选择对算法性能起到较大的作用。为此,在经典粒子群算法上针对惯性权重提出了改进策略,设计了一种增强型双种群粒子群算法(EDUPSO)。当粒子在进化中将较小的惯性因子赋予到此次进化到最优位置的种群,将较大的惯性因子赋予到此次没有进化到当前最优位的种群。通过此思路提出了算法的设计和实现方式,并通过多个不同的测试函数分析了该算法与其他经典改进算法在性能上的差异,通过测试的结果可以看出相对于经典的粒子群算法及经典改进算法,此算法在搜索的速度、稳定性及精度上都有明显的优势。