[发明专利]基于种群聚集程度的粒子群算法

摘要

本发明公开了一种基于种群聚集程度的粒子群算法，包括以下步骤：初始化；对种群进行更新；判断迭代次数是否大于预设迭代次数，并执行相应步骤；判断更新迭代次数是否大于预设停滞次数，并执行相应步骤；计算每个粒子的粒子聚集程度和种群最优位置的粒子聚集程度，以获取每个粒子与种群最优位置之间的距离；根据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；迭代寻优并更新直到达到最大迭代次数。本发明实施例的粒子群算法可以根据寻优过程的进展和粒子聚集程度，对不同粒子采取不同进化策略，以降低陷入局部极值点的可能性，提高算法的全局搜索能力，有效避免了早熟收敛。

主权项

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。