基于微分演化的PSO参数选择策略

摘要

粒子群优化方法(Particle Swarm Optimization, PSO)是由Kennedy和Eberhart于1995年提出的一种基于群体智能(Swarm Intelligence)的演化计算技术,用于求解各类优化问题.PSO方法通过各种参数控制粒子的运行轨迹,并对参数设置有很强的敏感性.因此,如何为PSO方法选择最优的参数是PSO方法的关键.本文提出了一种不依赖个人经验的参数选则策略,针对特定问题,将PSO方法的性能表示成参数的函数,从而将参数选择问题转变成函数优化问题.采用微分演化(Differential Evolution,DE)方法对该函数进行优化,来确定PSO的最佳参数,收到了较好的效果.