一种参数自适应调整和边界约束的粒子群算法

被引：16

作者：

王克华 ^{[1
]}

牛慧 ^{[2
]}

张亚南 ^{[2
]}

张晓萍 ^{[3
]}

机构：

[1] 山东胜利职业学院

[2] 中国石油大学(华东)信息与控制工程学院

[3] 总装备部工程设计总院

来源：

电子设计工程 | 2011年 / 19卷 / 21期

关键词：

粒子群算法; 边界条件约束; 参数自适应调整; 寻优能力;

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：

粒子群优化算法的核心思想是每个粒子根据自己和周围粒子的"信息共享"寻优,达到全空间搜索最优解的目的。收敛速度快,全局寻优能力强。针对基本粒子群算法寻优精度较低,结果易发散的缺点,提出了一种参数自适应调整和边界条件约束的粒子群算法,惯性权重,学习因子随着迭代过程线性递加或递减,从而在算法初期个体能搜索整个空间,后期能够朝着全局最优值收敛而找到全局最优值。同时设置粒子边界条件约束,保证算法寻优解的准确性。理论分析和数值仿真结果表明了所设计方法的高效性,在保证算法效率的前提下,有效地提高了算法的寻优精度。

引用

页码：46 / 49+52 +52

页数：5