文献类型：期刊文章

作　　者：韩红桂[1,2] 卢薇[1,2] 乔俊飞[1,2]

机构地区：[1]北京工业大学信息学部自动化学院,北京100124 [2]计算智能与智能系统北京市重点实验室,北京100124

出　　处：《信息与控制》

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)

年　　份：2017

卷　　号：46

期　　号：6

起止页码：677-684

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

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.

关 键 词：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  

分 类 号：TP18]