耗散粒子群算法的性能分析

研究算法的计算性能问题,自组织耗散理论的引入,极大提高了粒子群算法性能,尤其改善了粒子群算法搜索精度不高特别是对高维函数优化性能不佳的问题。但关于跳变因子的选择对算法性能影响显著。为保证结果精度和稳定性,通过大量的实验对耗散粒子群算法中的跳变因子对算法基本性能的影响进行了深入的分析,给出了跳变因子参数设置的指导原则。实验结果表明采用上述原则设计耗散粒子群算法既保证算法的运行效率又能有效地提高算法的全局搜索精度。

改进型耗散粒子群优化算法

通过对标准粒子群优化算法中惯性权重的分析和对耗散理论的研究,提出了一种惯性权重正弦调整的耗散粒子群优化算法(S-DPSO),并对该算法进行了深入的分析和研究.通过对4个典型函数的仿真测试,试验结果表明S-DPSO在收敛速度和全局收敛性方面都比标准粒子群优化算法、随机惯性权重粒子群优化算法、惯性权重正弦调整粒子群优化算法、耗散粒子群优化算法和随机惯性权重耗散粒子群优化算法有明显改进.理论分析和仿真试验验证了S-DPSO的正确性和有效性.