控制与决策

作者：张伟,伊杰昌

单位：河南理工大学 电气工程与自动化学院，河南 焦作 454003;河南省煤矿装备智能检测与控制重点实验室，河南 焦作 454003,,河南理工大学 电气工程与自动化学院，河南 焦作 454003,

关键词：竞争群优化算法;高维优化;种群分区;三重竞争;快速CSO策略;收敛速度控制器

基金：国家自然科学基金项目(61703145)；河南省科技攻关项目(222102210213).

为提升竞争群优化(CSO)算法在解决复杂高维优化问题时的性能, 提出一种基于分区策略与收敛速度控制器的改进竞争群优化(PCSCCSO)算法. 首先, 采用适应度变化率驱动的动态分区策略, 以增强算法的收敛性和搜索效率; 然后, 提出一种快速CSO策略, 通过三重竞争机制增强算法的寻优能力: 获胜粒子通过对立学习策略更新, 失败粒子向获胜子群平均位置学习, 劣败粒子通过变异增强局部搜索, 这些策略能够有效平衡全局探索与局部开发, 提高算法的寻优效率; 最后, 结合粒子与全局最优解间的余弦相似度以及停滞计数, 设计自适应的收敛速度控制器, 用以调节粒子的搜索行为, 从而避免粒子陷入局部最优解, 加速全局收敛. 理论分析验证了所提出算法的稳定性和收敛性. 实验结果表明, 与其他改进算法相比, PCSCCSO算法在处理复杂高维优化问题时具有更好的收敛精度和收敛效率.

来源：2025年第10期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第10期