一种改进的自适应惯性权重的粒子群算法

发布时间：2021-10-11 00:05

　　针对传统粒子群算法容易陷入局部最优、收敛速度快,导致收敛精度低等弊端,一种改良的自适应惯性权重的粒子群算法在本文中被提出.通过对粒子飞行速度和位置变化的分析,并结合粒子的自适应值动态调整惯权重,使得算法能够在全局空间和局部空间搜索之内达到良好的均衡.选择典型的测试函数,将改进后的粒子群算法（PSO-A）、带收缩因子的粒子群算法（PSO-X）和惯性权重线性递减粒子群算法（PSO-W）的性能进行了对比分析.最后采用MATLAB软件进行算法仿真,从结果得出,本文所提出的自适应改变惯性权重的粒子群算法在收敛精度、收敛速度上都取得了明显的改善. 

【文章来源】：微电子学与计算机. 2019,36(03)北大核心

【文章页数】：5 页

【文章目录】：
1 引言
2 基本粒子群算法
3 惯性权重粒子群算法的自适应改进策略
4 算法仿真与分析
    4.1 测试函数选取
    4.2 测试结果分析
5 结束语


【参考文献】：
期刊论文
[1]基于混合免疫粒子群算法的WSN移动sink路径研究[J]. 朱正伟,郭晓,刁小敏.  微电子学与计算机. 2018(05)
[2]基于自然选择粒子群算法的WSN覆盖优化策略[J]. 崔丽珍,李晓宇,胡海东,史明泉.  微电子学与计算机. 2018(04)
[3]一种惯性权重自适应的粒子群优化算法[J]. 罗华.  电子科技. 2017(03)
[4]带审敛因子的变邻域粒子群算法[J]. 范成礼,邢清华,范海雄,李响.  控制与决策. 2014(04)
[5]改进PSO算法在多水源供水系统优化调度中的应用[J]. 黄廷林,戴雪峰,张卉,何文杰,韩宏大.  中国给水排水. 2013(23)
[6]基于改进PSO算法的Rosenbrock函数优化问题的研究[J]. 邵鹏,吴志健.  计算机科学. 2013(09)
[7]一种改进的自适应惯性权重粒子群优化算法[J]. 董平平,高东慧,田雨波,胡永建.  计算机仿真. 2012(12)
[8]一种改进惯性权重策略的粒子群优化算法[J]. 李军民,王洪涛.  西安科技大学学报. 2010(05)



本文编号：3429405