一种基于种群多样性的粒子群优化算法设计及应用

作     者：韩红桂 卢薇 乔俊飞 HAN Honggui;LU Wei;QIAO Junfei

作者机构：北京工业大学信息学部自动化学院北京100124 计算智能与智能系统北京市重点实验室北京100124 

出 版 物：《信息与控制》 (Information and Control)

年 卷 期：2017年第46卷第6期

页      面：677-684页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61622301 61533002) 中国博士后科学基金资助项目(2014M550017) 教育部博士点基金资助项目(20131103110016) 北京市教育委员会项目(km201410005001 KZ201410005002) 

主　　题：种群多样性 自适应惯性权重 粒子群优化算法 污水处理运行能耗 

摘      要：针对粒子群优化算法早熟收敛及搜索精度较低的问题,提出一种基于种群多样性的改进型粒子群优化算法(PDPSO).首先,利用种群多样性描述粒子的分布状态,获得了进化过程中粒子飞行的非线性特征;其次,基于粒子的种群多样性设计了自适应惯性权重调整策略,实现了粒子全局探索能力及局部开发能力的平衡;最后,利用标准测试函数检验PDPSO算法性能,并将PDPSO算法应用于污水处理过程能耗模型优化,实验结果表明:与标准粒子群及其他改进粒子群算法相比,PDPSO算法具有较高的搜索精度,并有效地避免粒子陷入局部最优;同时,PDPSO算法能够实现污水处理过程的优化,保证污水出水水质的前提下,降低了污水处理过程的运行能耗.