自适应杂交退火粒子群优化算法

摘要：

为解决粒子群优化(particle swarm optimization,PSO)算法易早熟、后期收敛慢、收敛精度低等问题,提出一种自适应杂交退火PSO算法.采用Sigmoid函数控制惯性权重,平衡粒子的全局搜索和局部搜索能力;采用双曲正切函数控制加速系数,平衡粒子的自我认知和社会认知能力,提高算法精度;引入模拟退火算子,使粒子在搜索过程中以一定概率接受差解,增加粒子跳出局部最优的能力;在算法后期引入杂交变异算子,增加种群多样性,进一步提高算法精度.基于3种标准测试函数对所提算法的性能进行了验证,并与现有典型PSO算法进行了对比.结果表明,所提算法在收敛精度及收敛速度上均具有一定提升.最后,将所提算法应用于阵列天线方向图综合设计,取得了较现有算法更优的结果.

关键词：自适应粒子群优化、模拟退火、杂交变异、方向图综合

所属期刊栏目：44

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省高校科协青年人才托举计划资助课题

在线出版日期：2022-11-07（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：3470-3476