基于惩罚机制的自适应交叉粒子群算法

粒子群算法存在容易陷入局部收敛的问题，尤其在求解约束条件优化问题时。提出一种基于惩罚机制的自适应交叉粒子群算法，其分3个层次克服局部收敛，获得最优解。首先引入交叉操作，根据粒子群进化过程中的种群多样性模型得到全局最优解。其次为求解约束优化问题，提出了基于惩罚机制的交叉粒子群算法，改进了h策略和简化了p策略惩罚机制。验证了所提算法在算法复杂度没有明显增加的情况下，性能得到了提高。最后分析得出在解决约束条件优化问题时，根据问题本身单峰和多峰的不同特性，粒子群算法的参数对收敛速度和最优解有关键影响。提出用通用公