一种基于信息熵的改进粒子群算法

摘要

基本粒子群算法具有搜索初期收敛速度慢、后期易陷入局部极值点的缺陷,针对这个问题,通过引入信息熵衡量粒子群体的适应度值,本文提出了一种基于信息熵的改进粒子群算法(IEPSO).IEPSO的主要改进措施有:利用信息熵评价粒子适应度的"好坏",衡量整个粒子群的寻优程度,划定的相应的信息熵阈值以选择不同惯性权重线性减小的幅度,达到算法快速收敛的目的.对几种常用测试函数的仿真结果表明,对于一般的多峰函数,改进的粒子群算法比基本的粒子群算法能够取得更好的优化效果.