一種引入密度因子的改進粒子群優化算法

摘要：在傳統的線性遞減慣性權重(LDW)粒子群算法的基礎上，提出一種新的引入粒子密度因子的粒子群算法。該算法根據粒子平均適應度值和社會最優適應度值，采用徑向基函數形式來度量粒子群在最優值附近的聚集程度。在進化過程中，當密度因子大于一定值時，在LDW慣性權重因子中加入擾動項，使粒子群重新散開，從而跳出局部極值，避免算法出現早熟現象。基于Benchmark函數庫的仿真實驗表明，該算法一定程度上避免了算法過早收斂，尤其是在高維和多極值情況下性能明顯優于傳統PSO算法。