作者：周新宇; 吴志健; 王晖; 李康顺; 张浩宇全局优化粒子群优化精英反向学习差分演化变异群体选择
摘要：为解决传统粒子群优化算法易出现早熟的不足,提出了精英反向学习策略,引入精英粒子,采用反向学习生成其反向解,扩大搜索区域的范围,可增强算法的全局勘探能力.同时,为避免最优粒子陷入局部最优而导致整个群体出现搜索停滞,提出了差分演化变异策略,采用差分演化算法搜索最优粒子的邻域空间,可增强算法的局部开采能力.在14个测试函数上将本文算法与多种知名的PSO算法进行对比,实验结果表明本文算法在解的精度与收敛速度上更优.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
