自适应的分数阶达尔文粒子群优化算法

摘要：

针对分数阶达尔文粒子群算法收敛性能依赖于分数阶次α，易陷入局部最优的特点，提出了一种自适应的分数阶达尔文粒子群优化（AFO-DPSO）算法，利用粒子的位置和速度信息来动态调整分数阶次α，并引入自适应的加速系数控制策略和变异处理机制，以获取更优的收敛性能。对几种典型函数的测试结果表明，相比于现有的粒子群算法，所提的 AFO-DPSO 算法的搜索精度、收敛速度和稳定性都有了显著提高，全局寻优能力得到了进一步提高。

关键词：分数阶达尔文粒子群优化、进化因子、分数阶次、加速系数、变异机制、自适应

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划“973”计划基金资助项目2012CB315900；国家高技术研究发展计划“863”计划基金资助项目2011AA01A103Foundation Items:The National Basic Research Program of China 973 Program2012CB315900;The National High Technology Research and Development Program of China 863 Program2011AA01A103

在线出版日期：2014-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：130-140