混合策略改进的粒子群算法

针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷，提出了基于混合策略的改进粒子群算法。使用融合Circle映射与精英反向学习的策略初始化种群，提升初始种群的质量，同时加快收敛速度；在粒子速度更新方式中引入蜘蛛移动策略平衡算法的全局搜索与局部搜索；提出了基于自适应t分布的变异策略，增强算法全局搜索和跳出局部最优能力；对15个单峰和多峰函数进行仿真实验，与其他3种算法进行了对比分析，结果表明：所提出的改进算法具有很强的寻优能力与稳定性。