基于自适应选择的多策略粒子群算法

摘要

传统的粒子群优化算法中只有一种粒子速度更新策略,无法充分发挥种群中每个个体的潜力,因而算法的适用性受到了一定的限制.针对上述问题,提出了基于自适应选择的多策略粒子群算法,算法中的策略池包含四种不同的速度更新策略,通过自适应选择机制为种群中每个粒子在进化过程中根据当前情况选择最佳的策略.对8个测试函数的进行30次重复试验,结果表明相比与其它4种粒子群改进算法,基于自适应选择的多策略粒子群算法的收敛精度更高,收敛速度更快.