粒子群优化算法中惯性权重综述

被引:37
作者
周俊
陈璟华
刘国祥
许伟龙
机构
[1] 广东工业大学自动化学院
关键词
粒子群优化(PSO)算法; 惯性权重; 智能算法; 收敛性; 开发能力; 探索能力;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
粒子群优化(particle swarm optimization,PSO)算法是基于鸟群觅食行为的一种新型的群体智能算法,而惯性权重是PSO算法中一个极其重要的参数,其值的选取直接关系粒子在寻优过程中的开发能力和探索能力。在介绍PSO算法的基本原理的基础上,分析惯性权重对粒子群优化算法在收敛性方面的影响,综述了现有文献对惯性权重的研究进展,并评述了各种惯性权重取值策略所取得的研究成果和存在的不足之处。
引用
收藏
页码:6 / 12
页数:7
相关论文
共 22 条
[1]   基于高斯函数递减惯性权重的粒子群优化算法 [J].
张迅 ;
王平 ;
邢建春 ;
杨启亮 .
计算机应用研究, 2012, 29 (10) :3710-3712+3724
[2]   带变异算子的非线性惯性权重PSO算法 [J].
邵洪涛 ;
秦亮曦 ;
何莹 .
计算机技术与发展, 2012, 22 (08) :30-33+38
[3]   复合策略惯性权重的粒子群优化算法 [J].
郜振华 ;
梅莉 ;
祝远鉴 .
计算机应用, 2012, 32 (08) :2216-2218
[4]   一种自适应改变惯性权重的粒子群算法 [J].
许少华 ;
李新幸 .
科学技术与工程, 2012, 12 (09) :2205-2208
[5]   惯性权重正弦调整的粒子群算法 [J].
姜长元 ;
赵曙光 ;
沈士根 ;
郭力争 .
计算机工程与应用, 2012, 48 (08) :40-42
[6]   动态惯性权重向量和维变异的粒子群优化算法 [J].
梁昔明 ;
董淑华 ;
龙文 ;
肖晓芳 .
计算机工程与应用, 2011, 47 (05) :29-31+49
[7]   基于蚁群系统的参数自适应粒子群算法及其应用 [J].
杨帆 ;
胡春平 ;
颜学峰 .
控制理论与应用, 2010, 27 (11) :1479-1488
[8]   惯性权重粒子群算法模型收敛性分析及参数选择 [J].
孙湘 ;
周大为 ;
张希望 .
计算机工程与设计, 2010, 31 (18) :4068-4071
[9]   动态改变惯性权重的自适应粒子群算法 [J].
邓爱萍 ;
王会芳 .
计算机工程与设计, 2010, 31 (13) :3062-3065
[10]   一种改进的粒子群算法 [J].
张焱 ;
高兴宝 .
计算机工程与应用 , 2009, (26) :58-59+93