10.3969/j.issn.1006-9348.2021.04.050
一种非线性动态自适应惯性权重PSO算法
传统的时变惯性权重粒子群优化算法对于求解一般的全局最优问题具有良好的效果,而对于复杂高维的优化问题易陷入局部收敛、存在早熟等缺点.针对以上存在的缺点,提出了种群进化离散度的概念,并考虑Sigmoid函数在线性与非线性之间较好的平衡性能,给出一种非线性动态自适应惯性权重的粒子群优化算法.该算法充分考虑进化过程中种群粒子之间进化差异,自适应地赋予不同的惯性权重因子,满足粒子群优化算法在不同进化时期对全局探索和局部开发能力的需求,仿真实例测试结果验证了该算法的有效性.
粒子群优化、动态自适应、惯性权重、进化离散度
38
TP18(自动化基础理论)
国家重点研发计划;国家自然科学基金;国家自然科学基金
2021-05-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
249-253,451