具有动态子空间的随机单维变异粒子群算法

来源：计算机科学与探索杂志2020年第8期北京时间：

作者：邓志诚，孙辉，赵嘉，王晖

单位：1. 南昌工程学院 信息工程学院，南昌 3300992. 江西省水信息协同感知与智能处理重点实验室，南昌 3300993. 鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室，南昌 330099

摘要：传统粒子群算法采用整体维度更新策略，常因某一维或某几维未达到最优解，导致粒子适应值变差。针对此问题，提出具有动态子空间的随机单维变异粒子群优化算法，从优质粒子全维空间中，构造动态子空间，并随机选择异于子空间的一维进行变异。子空间大小动态变化：前期选取多数维度组成子空间，增大变异维度的多样性；后期选取少数维度组成子空间，增强粒子精细搜索的能力。同时，根据Pareto定律，使种群在前期20%迭代次数内，探索新解空间区域，后期80%迭代次数内，进行有效的平衡搜索，加快种群收敛速度。使用多类型基准测试函数，在30、50和100维下进行仿真实验，结果表明，该算法在收敛速度和精度上，不仅优于新改进的粒子群算法，而且优于新改进的人工蜂群算法和萤火虫算法。

关键词：粒子群优化算法（PSO）,单维变异,动态子空间,Pareto定律