动态调整惯性权重的粒子群优化算法
针对高维复杂优化问题,提出一种改进适应度函数和动态调整惯性权重的粒子群优化算法.首先考虑了搜索点的函数值及其变化率,并将该信息加入适应度函数.利用维惯性权重矩阵自适应动态调整惯性权重,较好地平衡了算法的全局探索和局部开发,并分析了惯性权重随种群多样性的变化关系.在算法后期计算每一维的收敛度,以一定的概率对收敛度最小的维进行变异,以加快算法的收敛速度.对高维测试函数的实验表明,算法提高了全局搜索能力.
改进适应度函数、惯性权重矩阵、粒子群优化、维变异
29
TP18(自动化基础理论)
国家自然科学基金资助项目60874070;高校博士点基金资助项目20070533131
2009-08-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
2240-2242