基于变尺度黑洞和种群迁徙的粒子群优化算法

摘要

针对粒子群优化(PSO)算法收敛速度慢、易早熟收敛等问题,提出基于变尺度黑洞和种群迁徙的PSO——IRBHPSO。引入变尺度黑洞来平衡算法全局探索和局部寻优的权重;在位置更新策略中引入基于混合策略的位移系数,增强算法在迭代前期的收敛速度和在迭代后期的局部寻优能力;将基于种群迁徙的蝴蝶优化算法(BOA)作为局部算子融入PSO中,改善PSO收敛速度慢、易陷入局部最优的问题。使用IRBHPSO、PSO和其他相关算法对12个基准测试函数进行仿真实验,并进行Wilcoxon秩和检验。实验结果表明,IRBHPSO具有更好的收敛精度、收敛速度和稳定性。