基于健康度的自适应过滤粒子群算法

来源：计算机科学与探索杂志2018年第2期北京时间：

作者：袁罗，葛洪伟，姜道银

单位：1. 轻工过程先进控制教育部重点实验室（江南大学），江苏 无锡 2141222. 江南大学 物联网工程学院，江苏 无锡 214122

摘要：针对标准粒子群算法存在收敛速度慢和难以跳出局部最优等问题，提出了基于健康度的自适应过滤粒子群算法。首先，通过对粒子健康度的动态检测，区分粒子状态，处理并标记异常粒子，自适应过滤懒惰粒子位置，避免算法陷入局部最优；其次，利用引导因子更新全局最差粒子值，过滤异常粒子数，避免无效搜索，加快算法收敛速度。通过对11个标准函数进行仿真实验，并与标准粒子群和其他改进算法进行对比，结果表明，基于健康度的自适应过滤粒子群算法寻优精度高，收敛速度快。

关键词：粒子群算法,健康度,自适应过滤,懒惰粒子,引导因子,收敛速度