Research on Dynamic Multi-Swarm Particle Swarm Optimization and Its Parallel Implementation

摘要

粒子群算法是最近几年兴起的一种智能优化算法，起源于对鸟类群体觅食行为的模拟，它通过群体间的竞争与合作来指导搜索，近几年来已引起越来越多研究者的关注。它具有分布式，自组织性，公式简单等特点，已被广泛应用到函数优化、交通智能控制、图像分割和路径规划等领域。 经典粒子群算法在单峰函数具有较强的寻优能力，但在高维多峰问题上，由于固有的缺陷使算法陷于早熟，而又缺少跳出机制，故无法达到全局最优。如何避免粒子群陷入“早熟”、保持粒子群的多样性成为了粒子群优化算法的研究重点。 多种群现象是自然界中普遍存在的一种生态形态。不同子种群间的独立进化增加了物种的多样性。已有不少研究人员将其应用到优化算法中来提高性...