论文部分内容阅读
在研究标准粒子群算法原理的基础上，提出了一种基于熵的自适应变异粒子群优化算法。此算法利用熵来评价种群的多样性，并根据种群的多样性自适应地调整变异概率和变异算子，进而利用变异操作丰富种群多样性，扩大搜索空间，避免陷入局部最优。将改进后的算法运用常见的几个测试函数进行了寻优仿真，仿真结果表明了基于熵的自适应变异粒子群优化算法的可行性和有效性。