动态改变惯性权重的自适应粒子群算法

被引:10
作者
邓爱萍 [1 ]
王会芳 [2 ]
机构
[1] 湖南人文科技学院计算机科学技术系
[2] 漯河职业技术学院计算机工程系
关键词
粒子群算法; 自适应惯性权重; 种群规模; 搜索空间维度; 粒子适应度; 动态管理种群;
D O I
10.16208/j.issn1000-7024.2010.13.052
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
惯性权重是平衡粒子群算法中平衡全局搜索能力与局部搜索能力的重要参数。为实现快速收敛与并避免陷入局部最优,分析了PSO算法中的惯性权重与种群规模、粒子适应度以及搜索空间维度这三者的关系,并把粒子惯性权重定义为这三者的函数以改进PSO算法。该算法在每次迭代后根据此函数更新每个粒子的惯性权重,实现了自适应调整全局搜索能力与局部搜索能力,并结合动态管理种群的策略提出了改进的粒子群算法。通过在多个常用测试函数上与已有惯性权重调整算法测试比较,证明新算法具有较强的全局寻优能力与较高的搜索效率。
引用
收藏
页码:3062 / 3065
页数:4
相关论文
共 4 条
[1]   改进的粒子群算法 [J].
张建科 ;
刘三阳 ;
张晓清 .
计算机工程与设计, 2007, (17) :4215-4216+4219
[2]   一种自适应粒子群优化算法及其仿真研究 [J].
韩江洪 ;
李正荣 ;
魏振春 .
系统仿真学报, 2006, (10) :2969-2971
[3]   有等式约束优化问题的粒子群优化算法 [J].
盛跃宾 ;
陈定昌 ;
穆森 ;
任强 ;
张朝阳 .
计算机工程与设计, 2006, (13) :2412-2413+2418
[4]   粒子群优化算法的收敛性分析及其混沌改进算法 [J].
刘洪波 ;
王秀坤 ;
谭国真 .
控制与决策 , 2006, (06) :636-640+645