【摘要】：本章提出一种新颖的基于分子运动论的粒子群优化算法。通过解决典型的多峰、高维函数优化问题来证实算法的有效性，实验结果表明MPSO算法比标准PSO算法具有更高的性能。此外，本章采用正交试验设计的方法获得MPSO算法的最优参数组合。
本章提出一种新颖的基于分子运动论的粒子群优化算法(Particle Swarm Optimization Based on Molecular Motion Theory，简称MPSO)。类比于物理学中质心的概念，本章定义群质心，MPSO算法把种群中的每个粒子类比成分子，根据粒子与种群目前的质心之间的距离远近，粒子与质心间的分子作用力控制粒子的飞行方向，决定其是朝着群质心的方向飞行还是远离，从而有效地协调了种群的多样性，使算法能够有效地平衡全局和局部搜索。通过解决典型的多峰、高维函数优化问题来证实算法的有效性，实验结果表明MPSO算法比标准PSO算法具有更高的性能。此外，本章采用正交试验设计的方法获得MPSO算法的最优参数组合。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
