自适应惯性权重的改进粒子群算法

摘要：

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。

关键词：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

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金61201131；中央高校基本科研业务费ZYGX2012J092, ZYGX2012K094

在线出版日期：2015-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：874-880