10.3969/j.issn.1001-0548.2014.06.014
自适应惯性权重的改进粒子群算法
针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。
自适应惯性权重、收敛性能、惯性分量、无效迭代、粒子群优化算法
TP273(自动化技术及设备)
国家自然科学基金61201131;中央高校基本科研业务费ZYGX2012J092, ZYGX2012K094
2015-01-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
874-880