采用扰动加速因子的自适应粒子群优化算法

被引:72
作者
姜建国 [1 ]
田旻 [1 ]
王向前 [2 ]
龙秀萍 [1 ]
李锦 [1 ]
机构
[1] 西安电子科技大学计算机学院
[2] 平顶山学院师范教育学院
关键词
粒子群优化; 加速因子; 惯性权重系数;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
针对粒子群算法容易陷入早熟收敛和搜索效率不高等问题,分析了几个现有的改进粒子群优化算法.在粒子对称分布有利于提高搜索结果的基础上,对粒子群优化算法进行了改进.改进后的算法可以在运行过程中的不同阶段自适应地以余弦函数的变化方式调整惯性权重系数;在加速因子线性变化的基础上,基于一定的条件对加速因子进行扰动;并确定了相应条件参数的参数取值.通过几个经典的函数,对该算法进行了验证,并与相关文献中改进的粒子群优化算法进行了对比.结果表明,新算法不仅显著提高了收敛速度,而且能有效地改善早熟现象.
引用
收藏
页码:74 / 80
页数:7
相关论文
共 5 条
[1]   粒子群算法在阵列天线方向图综合中的应用 [J].
王维博 ;
冯全源 .
西安电子科技大学学报, 2011, 38 (03) :175-180
[2]   一种新的差分进化约束优化算法 [J].
刘若辰 ;
焦李成 ;
雷七峰 ;
方玲芬 .
西安电子科技大学学报, 2011, 38 (01) :47-53
[3]   一种基于粒子对称分布多样性的PSO算法 [J].
孙越泓 ;
魏建香 ;
夏德深 .
模式识别与人工智能, 2010, 23 (02) :137-143
[4]   粒子群优化算法中加速因子的设置与试验分析 [J].
冯翔 ;
陈国龙 ;
郭文忠 .
集美大学学报(自然科学版), 2006, (02) :146-151
[5]   粒子群优化算法的惯性权值递减策略研究 [J].
陈贵敏 ;
贾建援 ;
韩琪 .
西安交通大学学报 , 2006, (01) :53-56+61