论文研究基于分区和分层搜索的并行粒子群算法.pdf

为提高粒子群优化算法在优化问题中的效率，提出了并行粒子群优化算法(SLPSO)。其基本思想是并行机制解空间压缩分层搜索。主要工作包括：搜索空间划分为n个区，由n个子群并行搜索，将搜索结果最好的作为指定的搜索空间，即将搜索空间缩小到原解空间的(1/n)；提出了粒子群两层划分模型，底层利于扩大搜索范围，上层利于全局精细搜索。在四个基准函数上的优化实验表明，新方法比经典的IPPSO并行粒子群算法在解的精度上提高了80.37%。