一种基于生物启发的改进型粒子群优化算法

摘要

本发明公开了一种基于生物启发的改进型粒子群优化算法，由基于启发式信息的贪婪随机自适应算法得到粒子群算法的个体最优初始值，将协同思想引入到模型中，通过借鉴生物神经内分泌调节机制，引入激素调节因子，根据单个粒子周围的粒子的信息，对粒子的飞行方程进行了改进以增强算法局部搜索能力。本发明能够克服传统粒子群算法在搜索过程中存在的初始种群随机效果差、后期收敛慢、局部寻优能力差等问题，并通过协同优化求得质量和分散性较好的非劣解集。

主权项

一种基于生物启发的改进型粒子群优化算法，其特征在于，包括以下步骤：(1)定义解空间；(2)定义适应度函数；(3)根据生物调节机制，设计激素调节因子AF，改进粒子群算法中的粒子飞行公式；(4)粒子在解空间中飞行，寻找最优解；(5)设定最大循环数以及最小偏差要求，如果停止条件满足，则输出全局最优解；否则，返回步骤(3)继续寻找最优解。