| 主权项 |
一种基于多种群的粒子群算法模型, 其特征在于设定：（1） 该模型中存在多个粒子种群，每个种群都会对解空间进行搜索；（2） 粒子间的协同合作与知识共享分为两类：同一种群内部和不同种群之间的信息交互；（3） 每个种群之间交换的信息为各种群的历史最优适应值和相应的位置矢量；（4） 粒子的位置更新公式不用变化，而粒子的速度更新公式变为：Vid(t+1) = wVid(t) + c1r1 (Pid(t) ‑ Xid(t)) + c2r2 (Pgd(t) ‑ Xid(t)) + c3r3 (PGd(t) ‑ Xid(t)) (公式3)其中，PG = ( PG1, PG2,…, PGn)为所有种群中的最优解；同时增加了相应的学习因子c3和随机数r3；（5） 种群间采用不同的惯性参数w，学习因子c1，c2，c3以及随机数r1，r2，r3，在一定程度上体现种群间的差异性；算法模型基本步骤如下：步骤1 随机初始化多个种群，以及种群中的每个粒子；步骤2 判断是否满足算法终止条件，若是，则退出算法；否则，继续以下步骤；步骤3 针对每一个粒子，计算该粒子的适应值，判断是否更新该粒子的历史最优适应值和位置矢量；步骤4 选择该粒子所属种群中适应值最优的粒子，判断是否更新该粒子所属种群的历史最优适应值和位置矢量；步骤5 选择所有种群中适应值最优的粒子，判断是否更新所有种群的历史最优适应值和位置矢量；步骤6 按照公式3和公式2更新每个粒子的速度和位置，跳转到步骤2。 |
