种群熵竞争粒子群算法

来源：计算机工程与应用杂志2024年第20期北京时间：

作者：王霞, 王卓然, 张珊, 王勇

单位：1.云南民族大学 云南省无人自主系统重点实验室，昆明 650504；2.云南民族大学 电气信息工程学院，昆明 650504

摘要：为进一步提高竞争粒子群优化算法的收敛性和求解精度，提出一种种群熵竞争粒子群算法（population entropy competitive particle swarm optimization algorithm，CSOPE）；提出非线性惯性权重调整策略，以均衡粒子的全局勘探能力和局部开采能力；提出一种基于熵模型的种群状态检测策略，根据种群的标准化四分位差和标准化中位数差计算种群熵，通过相邻两代种群的熵值之差监测种群状态，当种群处于收敛状态时，对赢家粒子利用灰狼搜索进行局部开采，以提高算法的收敛精度。在CEC2008和CEC2013共21个测试函数上将所提算法与其他8种优化算法进行对比，实验结果表明，CSOPE算法的求解精度和收敛性得到了显著提高。将CSOPE算法应用到无线传感器网络节点定位问题，结果表明CSOPE算法具有较高的定位精度。

关键词：竞争粒子群算法,种群状态,种群熵,惯性权重,灰狼搜索