论文研究基于相似度的改进粒子群优化算法.pdf

针对粒子群算法易于过早收敛的不足，通过引入粒子间新的相似度的概念来度量粒子群的多样性程度，并用自适应变化阈值手段来控制调整粒子群算法的收敛速度，使其缓缓趋向于全局最优，在粒子群算法迭代过程中以相似度为基础，通过高斯等噪声扰动来重新调整粒子的位置从而避免算法陷入局部最优，从而得到了一种PSO算法的改进算法，实验和性能分析表明，新算法可以有效提高算法的全局搜索能力，并有效回避收敛早熟问题。