一种粒子群算法的多样性策略研究

本文提出了一种粒子群算法的多样性策略，即在搜索过程中，对部分适应值较差的粒子重新进行随机初始化。修改后的算法经过了大量测试函数上的模拟实验验证，并与其他已有算法进行了比较。实验结果表明，该算法能获得更高的收敛成功率和质量更好的解。在困难的多峰函数优化上具有很强的竞争力。