[发明专利]基于种群聚集程度的粒子群算法

权利要求书

1.一种基于种群聚集程度的粒子群算法，其特征在于，包括以下步骤：

S1，对种群进行初始化，其中，pbest初始化为粒子当前位置，gbest初始化为种群最优位置；

S2，初始化t＝0，t为迭代次数，并且初始化t_stagnate＝0，t_stagnate为所述种群最优位置gbest的更新停滞次数；

S3，初始化Flag_gbest＝0，Flag_gbest＝0表示本次迭代寻优中所述种群最优位置gbest还未被更新，Flag_gbest表示本次迭代寻优中所述种群最优位置gbest更新次数；

S4，对所述种群进行更新；

S5，判断所述迭代次数t是否大于预设迭代次数T，如果是，执行步骤S11，否则执行步骤S6；

S6，判断所述更新迭代次数t_stagnate是否大于预设停滞次数T_stagnate，如果是，执行步骤S7，否则执行步骤S3；

S7，计算所述种群中每个粒子的粒子聚集程度和所述种群最优位置gbest的粒子聚集程度；

S8，根据所述种群中每个粒子的粒子聚集程度获取所述每个粒子与所述种群最优位置gbest之间的距离；

S9，根据所述每个粒子的适应度选取与种群规模数目相符的多个粒子构成当前种群；

S10，若Flag_gbest＝0，则置t_stagnate＝t_stagnate+1，并且执行步骤S4；以及

S11，达到最大迭代次数，结束。

2.如权利要求1所述的基于种群聚集程度的粒子群算法，其特征在于，所述步骤S4进一步包括：

对所述每个粒子的速度和位置进行更新；

如果所述适应度优于所述粒子当前位置pbest，则将所述粒子当前位置pbest更新为当前粒子位置；

如果所述种群中存在粒子的适应度优于所述种群最优位置gbest，则将所述种群最优位置gbest更新为当前粒子位置，并且置所述更新停滞次数t_stagnate＝0，Flag_gbest＝1，否则t_stagnate＝t_stagnate+1。

3.如权利要求2所述的基于种群聚集程度的粒子群算法，其特征在于，所述步骤S8进一步包括：

对于所述粒子聚集程度最大的第一百分比粒子，计算所述第一百分比粒子与所述种群最优位置gbest之间的距离，包括：

如果两者距离小于最小距离阈值，则以预设概率对该粒子执行反向搜索；

如果两者距离大于最大距离阈值，则以该粒子为中心粒子生成小规模种群，并进行局部搜索，然后将新粒子加入整个种群；

更新各粒子的pbest；

如果所述种群中存在粒子的适应度优于所述种群最优位置gbest，则将所述种群最优位置gbest更新为当前粒子位置，并且置所述更新停滞次数t_stagnate＝0，Flag_gbest＝1；

对于粒子聚集程度最小的第二百分比粒子，则计算所述第二百分比粒子与所述种群最优位置gbest之间的距离，包括：

如果两者距离小于所述最小距离阈值，则以该粒子为中心粒子生成小规模种群，并进行局部搜索，然后将新粒子加入整个种群；

如果两者距离大于所述最大距离阈值，若该适应度在种群前第三百分比，则以该粒子为中心粒子生成小规模种群，并进行局部搜索，然后将新粒子加入整个种群，若该适应度在种群后第四百分比，则直接随机生成新粒子取代该粒子；

更新各粒子的pbest；

如果所述种群中存在粒子的适应度优于所述种群最优位置gbest，则将所述种群最优位置gbest更新为当前粒子位置，并且置所述更新停滞次数t_stagnate＝0，Flag_gbest＝1。