基于动态惯性因子的PSO算法的研究

被引：16

作者：

朱小六 ^{[1
]}

熊伟丽 ^{[2
]}

徐保国 ^{[2
]}

机构：

[1] 江南大学通信与控制工程学院

[2] 江南大学控制科学与工程研究中心

来源：

计算机仿真 | 2007年 / 05期

关键词：

优化算法; 动态惯性因子; 进化度; 聚合度;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

标准粒子群算法是一种有效的寻找函数极值的演化计算方法,它简便易行,收敛速度快。但算法也存在收敛精度不高,易陷入局部极值点的缺点。针对这些缺点,在原有算法的基础上,提出一种动态改变惯性因子的粒子群优化算法(DCW-PSO),使得粒子在迭代过程中惯性因子随粒子进化度和聚合度的变化而改变。文中通过对测试函数的仿真实验,并与自适应改变惯性因子的粒子群算法(ACWPSO)以及标准粒子群算法比较,其结果表明这种改进的粒子群算法在性能上明显优于这两种粒子群算法。

引用

页码：154 / 157

页数：4

共 4 条

[1] 基于改进粒子群算法的PID参数优化方法研究 [J].