基于分工和模糊控制的粒子群算法

打開文本圖片集

摘要： 為解決粒子群算法在求解復雜優(yōu)化問題時容易陷入局部最優(yōu)、尋優(yōu)精度低、后期收斂慢等問題，提出一種基于分工和模糊控制的粒子群算法，使用分工、參數(shù)自適應調(diào)整和融合距離因素的模擬退火三種策略對粒子群算法進行改進。將粒子分為偵察粒子和后衛(wèi)粒子，偵察粒子負責進行探索，后衛(wèi)粒子向個體最優(yōu)解和全局最優(yōu)解學習，保證種群多樣性并加快搜索速度；使用Sigmoid函數(shù)調(diào)節(jié)慣性權重，模糊邏輯控制學習因子，以平衡算法的探索和開發(fā)能力；以模擬退火機制更新全局最優(yōu)粒子，同時兼顧距離因素，增強算法跳出局部最優(yōu)解的能力。（剩余11454字）