基于多种群的改进粒子群算法

　　针对多模态函数寻优过程中开发与探索能力难以平衡的问题，提出一种基于多种群的改进粒子群算法（ EMSPSO）。该算法在基于种群的粒子群算法（SPSO）的基础上改进了种群生成策略，通过在个体最优值中选择种子，将粒子群分为若干独立进化的种群，增强了算法收敛的稳定性；为了提高粒子的利用率、算法的全局搜索能力和搜索效率，引入冗余粒子重新初始化策略；同时为了防止算法在寻优的过程中遗漏适应度较优的极值点，对速度更新公式进行改进，使算法的开发与探索能力得到了有效的均衡。最后选用6个典型的测试函数进行对比实验，实验结果表明，EMSPSO具有较高的多模态寻优成功率与较优的全局极值搜索性能。