远离最差解的粒子群优化算法

针对传统粒子群优化算法容易陷入局部最优、寻优精度低及后期搜索速度慢等缺陷,提出一种参考局部最差解影响的粒子群算法.当算法搜索后期,全局最优解(global best solution,Gbest)无变化时,局部最优解(personal best solution,Pbest)等于Gbest,这时速度靠拢最优方向向量为零,粒子前进的方向只有自身惯性.而本文加入了局部最差(partial worst solution,Pworst)之后的算法使粒子的前进方向不仅受自身惯性的影响,而且可以继续的寻优,从而找到Gbest.算法采用远离全局最差解和局部最差解的思想,对粒子群优化算法的速度更新公式进行改进,并分别测试全局最差解和局部最差解对粒子群优化算法的影响.通过几个典型的测试函数仿真结果表明,改进后的算法在搜索速度、寻优精度、鲁棒性方面较粒子群算法有了显著提高,而且具有跳出局部最优的能力.

基于改进型PSO算法的多频微带天线优化

为高效实现微带天线的多频工作性能,本文提出了一种改进型小波变异鲶鱼粒子群优化(Improved Catfish Particle Swarm Optimization with Wavelet Mutation,ICPSOWM)算法对微带天线的贴片和底面的结构参数进行优化。该算法在传统粒子群优化算法的基础上融合混沌序列、鲶鱼粒子群优化算法、小波变异的优点,创新性地对全局最差解加以利用,使得其收敛速度和精度得到显著提升。通过三个基准测试函数比较验证,表明该算法在单峰和多峰问题上都表现出较佳的性能。最后,在ICPSOWM算法中加入重复位置检测单元后,成功优化出可工作于WLAN(2.4、5.2和5.6GHz)和WiMAX(3.5GHz)系统的四频点微带天线,且各频点对应的||S11分别达到-25.12、-17.03、-22.55和-14.12dB,证明了该算法在多频微带天线优化问题上具有可行性。