作者：姜建国 叶华 马亚华粒子群优化算法抽样策略局部搜索全局优化
摘要：原始粒子群优化算法（PSO）和各种改进方法存在着参数取值固定、收敛精度低等问题.为此,提出一种采用抽样策略的粒子群优化算法（SS-PSO）.通过拉丁超立方抽样（LHS）策略更新粒子速度和位置,以加快收敛速度;提出一种基于随机采样的最优位置修正方法,以微调全局最优;提出＂双抽样＂LHS局部搜索方法,以提高收敛精度.与其他新近提出的两个算法进行对比,结果显示SS-PSO在一定程度上提高了算法的性能.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
