论文部分内容阅读
针对微粒群算法在处理约束优化问题时，难以兼顾约束与优化之间关系的问题，提出了一种泛学习微粒群算法（ULPSO），通过引入微粒不可行历史最优，使得微粒的学习更具多样性和有效性，增强了算法的搜索智能。通过对常用的13个基准函数的测试对比分析，表明该算法求解约束优化问题的计算具有快速性、稳定性和有效性。