全局信息引导的改进粒子群优化算法

摘要 针对传统粒子群优化算法仅仅利用个体最优和全局最优作为信息引导因素而导致信息量不足并影响算法性能的问题，提出了一种基于全局信息的改进粒子群优化算法.通过采用所有粒子的历史最优的平均值作为引导个体飞行速度的一个因素，形成了全局信息，增强了种群的多样性，避免了传统粒子群算法容易早熟和容易落入局部最优的缺陷.通过数值实验结果表明，基于全局信息的改进粒子群算法在没有引入复杂的操作的基础上，无论对单峰函数，还是多峰函数，都比传统粒子群算法在求解速度上和求解精度上都有了明显的改善