论文部分内容阅读
基于基本微粒群优化算法搜索后期,众多微粒都拥挤在历史最优位置周围进行重复性无效搜索这一现象,提出一种改进的微粒群算法——自适应搜索区域的微粒群优化算法,其主要思想为：每当搜索进行到当前设定的一个最大迭代次数时（即,微粒在全局历史最优位置周围徘徊进行无效搜索时）,在原搜索区域的基础上,重新构造一个较小的搜索区域,并重新初始化微粒,继续进行搜索,最终获得最优解。对3个常用标准测试函数进行优化计算,仿真结果表明,该算法具有比基本微粒群优化算法更好的优化性能。