采用扰动加速因子的自适应粒子群优化算法
Journal of Xidian University(2012)
Abstract
针对粒子群算法容易陷入早熟收敛和搜索效率不高等问题,分析了几个现有的改进粒子群优化算法.在粒子对称分布有利于提高搜索结果的基础上,对粒子群优化算法进行了改进.改进后的算法可以在运行过程中的不同阶段自适应地以余弦函数的变化方式调整惯性权重系数;在加速因子线性变化的基础上,基于一定的条件对加速因子进行扰动;并确定了相应条件参数的参数取值.通过几个经典的函数,对该算法进行了验证,并与相关文献中改进的粒子群优化算法进行了对比.结果表明,新算法不仅显著提高了收敛速度,而且能有效地改善早熟现象.
MoreTranslated text
Key words
particle swarm optimization,acceleration coefficents,inertia weight factor
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined