论文研究一种自适应指导的文化粒子群算法.pdf

针对文化粒子群算法中影响函数对群体空间的全局变异操作，易导致粒子群算法结构失效及不易收敛的缺点，将群体适应度方差引入到群体空间，提出一种自适应指导的文化粒子群算法。算法通过计算群体适应度方差判断群体空间状态，当算法陷入局部最优时，自适应地利用影响函数对群体空间进行变异更新，从而有效发挥了文化粒子群算法“双演化双促进”机制。将该算法与基本粒子群算法（PSO）、文化粒子群算法（CPSO）和自适应变异粒子群算法（AMPSO）进行比较，实验结果证明该算法不仅具有较好的全局收敛性，算法收敛速度和稳定性也都有显著提高。