一种改进的云粒子群算法及其应用研究

针对基于云数字特征(期望值、嫡值、超嫡值)编码的云粒子群算法应用中优化效率低和局部寻优能力较差的问题，提出了两点改进措施:在解空间变换的基础上将局部搜索与全局搜索相结合;依据正态云算子实现粒子的进化学习过程和变异操作。将改进算法应用于多变量函数极值优化问题。仿真结果表明，该改进算法寻优代数小、收敛速度快、效率高，并且具有较好的种群多样性，验证了改进措施的有效性。