动态调整惯性权重的粒子群算法优化
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Particle Swarm Optimization with Dynamic Adjustment of Inertia Weight
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 增强出版
  • |
  • 文章评论
    摘要:

    为了优化目前粒子群算法比较容易陷入局部最优、后期收敛过慢等的缺陷,在本文提出了一种改进惯性权重参数来优化算法的方法.其中结合了差分进化算法中的变异算子的操作来提升算法的自适应并且对算法的速度和搜索空间进行边界限制以防止粒子跳出所规定的搜索空间.选择相应的测试函数,使用Matlab软件将提出的改进算法与其他两种算法进行仿真实验对比,结果表明,本文所提出的算法在后期收敛速度以及取得适应度值的稳定性上有一定的提升.

    Abstract:

    In order to optimize the current Particle Swarm Optimization (PSO) algorithm, which is easy to fall into local optimum, slow convergence and another faults, this study proposes an improved inertia weight parameter method to optimize the algorithm. Combining the operation of mutation operator in Differential Evolution (DE) algorithm to improve the self-adaptation of the algorithm and limit the speed and search space of the algorithm to prevent particles from jumping out of the prescribed search space. Choose the corresponding test function and compare the improved algorithm with the other two algorithms by using Matlab software. The results show that the improved algorithm has a certain improvement in the convergence speed and the stability of fitness value.

    参考文献
    相似文献
    引证文献
引用本文

吴静,罗杨.动态调整惯性权重的粒子群算法优化.计算机系统应用,2019,28(12):184-188

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-04-15
  • 最后修改日期:2019-05-16
  • 录用日期:
  • 在线发布日期: 2019-12-13
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号