论文研究基于自适应驱散机制的粒子群优化算法.pdf

为克服粒子群优化算法（PSO）易陷入局部最优导致早熟收敛的问题，提出了一种新型的基于自适应驱散机制的粒子群优化（ADMPSO）算法。基本的粒子群优化算法易陷入局部最优，一般的改进算法在搜索过程之中对个体最优和全局最优结果进行调整，虽然避免了粒子群陷入局部最优，但会很大程度减慢收敛速度。提出的改进算法只有在种群快要陷入局部最优时，才会对粒子群进行有效驱散，这样不仅保证了收敛速度，又不会使粒子群陷入局部最优。对维度30的12个标准测试函数进行测试的结果表明ADMPSO算法相较于经典粒子群（GeneralPSO，GPSO）算法、综合学习粒子群优化算法（ComprehensiveLearning