论文部分内容阅读
粒子群算法由于其简单易实现以及快速寻优的特点引起了研究者的广泛兴趣，但却存在着在搜索过程中无法跳出局部最小点的缺陷。文中提出了一种基于双重更新策略粒子群算法。当群体的聚集度达到设定的条件时，首先在具有较差成绩的个体历史最优解（personalbest，pbest）中任意选择一个更新，使它具有在全局范围内进行搜索的能力，同时从获得较好成绩的pbest中选择一个，在它和全局最优位置之间进行局部搜索，从而引导个体向有价值的区域寻优。标准测试函数的仿真结果表明，该算法有效提高了粒子的全局搜索能力，同时提升了算法的