An improved particle swarm algorithm based on dynamic segmentation and neighborhood reverse learning(基于动态分级和邻域反向学习的改进粒子群算法)

Abstract

针对粒子群算法容易陷入局部最优解的问题，提出了一种基于动态分级和邻域反向学习的改进粒子群算法.该算法通过构建动态分级机制，将种群中的粒子动态地划分成3个等级，对不同等级内的粒子采取不同的扰动行为，使得粒子在增强种群多样性的同时保持向全局最优方向进化；采用粒子智能更新方式，提高了粒子的搜索能力；引入动态邻域反向学习点建立全局搜索策略，促使种群快速寻优.最后，利用多种典型测试函数对该算法进行仿真实验，结果表明，与其他几种优化算法相比，本算法具有较好的收敛性和稳定性.

Keywords

• 粒子群算法
• 动态分级机制
• 邻域反向学习
• 全局搜索策略