基于Sigmoid惯性权重自适应调整的粒子群优化算法

被引：40

作者：

黄利 ^{[1
,2
]}

杜伟伟 ^{[3
]}

丁立新 ^{[1
]}

机构：

[1] 武汉大学软件工程国家重点实验室

[2] 武汉理工大学理学院

[3] 中国北方自动控制技术研究所

来源：

计算机应用研究 | 2012年 / 29卷 / 01期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

粒子群优化算法; 早熟; 惯性权重; 适应度; 自适应;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

提出了种群进化速度和种群聚合度两个概念,并讨论了在全局收敛过程中惯性权重与两者之间的关系;考虑Sigmoid函数在线性与非线性之间呈现的平滑过渡性,从种群进化速度和种群聚合度两方面出发,提出了基于Sigmoid函数的惯性权重自适应调整方法。通过三个典型的多峰函数,将提出的算法(AS-PSO)与标准粒子群优化算法(SPSO)和基于Sigmoid函数的粒子群优化算法(S-PSO)进行了仿真分析比较,结果表明,AS-PSO算法相比其他两种算法,全局寻优能力更强,在一定程度上解决了收敛性能与全局寻优能力之间的矛盾。

引用

页码：32 / 34

页数：3

共 5 条

[1]

基于粒距和动态区间的粒子群权值调整策略 [J].