论文研究 一种引入密度因子的改进粒子群优化算法.pdf

在传统的线性递减惯性权重（LDW）粒子群算法的基础上，提出一种新的引入粒子密度因子的粒子群算法。该算法根据粒子平均适应度值和社会最优适应度值，采用径向基函数形式来度量粒子群在最优值附近的聚集程度。在进化过程中，当密度因子大于一定值时，在LDW惯性权重因子中加入扰动项，使粒子群重新散开，从而跳出局部极值，避免算法出现早熟现象。基于Benchmark函数库的仿真实验表明，该算法一定程度上避免了算法过早收敛，尤其是在高维和多极值情况下性能明显优于传统PSO算法。