控制与决策

作者：韩佳伶,陈芋渝

单位：吉林财经大学 管理科学与信息工程学院， 长春 130117,,吉林财经大学 管理科学与信息工程学院， 长春 130117,

关键词：粒子群优化算法;进化算法;算法优化;最大类间方差法;图像分割;多阈值求解

基金：吉林省科技发展计划项目(YDZJ202601ZYTS077).

粒子群优化算法因其参数设置简单、收敛速度快等优点, 被广泛应用于复杂优化问题的求解. 然而, 经典粒子群算法存在早熟收敛倾向和后期收敛速度减慢等局限性. 鉴于此, 提出一种协同自进化的粒子群优化算法. 首先, 所提出算法采用一种新的双群协同进化策略用于提高求解收敛速度, 同时, 为了平衡算法全局搜索与局部开发的寻优能力, 提出一个自进化框架, 通过概率性带偏向的方向学习策略结合衰减性的混动扰动策略, 有效提升求解算法的整体性能; 然后, 对算法边界理论进行改进, 提升算法在大多数优化问题上的适应性; 接着, 将所提出改进算法在CEC-2017测试函数集上进行测试, 验证该算法在低、中、高维复杂问题上的快速收敛能力和寻优性能; 最后, 将所提出改进算法应用于多阈值图像分割的阈值求解问题. 实验结果表明, 所提出改进算法能够有效提升图像的分割精度和效率, 验证了所提出算法在解决现实优化问题的有效性.

来源：2026年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第6期