基于动态自适应变参的粒子群优化算法

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：在剖析参数对粒子群算法效率和寻优能力影响的基础上,提出了动态自适应时变参数优化的粒子群算法,根据迭代过程对算法中的惯性权重、加速因子进行对应的非线性自适应调整,同时引入动态自适应的控制因子避免寻优过程中粒子因速度远离全局最优位置,并将运用变参优化的粒子群算法应用于三维和多维函数寻优.实验结果表明:动态自适应变参优化的粒子群算法比标准粒子群算法有更好的算法效率和寻优能力,同时在解决多维优化问题上亦具有出色表现.运用结果证明基于动态自适应时变参数优化的粒子群算法较普通的粒子群算法更有优越性.

外文标题：Particle Swarm Optimization Algorithm Based on Dynamic Adaptive Variable Parameters

作者：

李眩、吴晓兵、童百利

展开 >

作者单位：

铜陵职业技术学院经济贸易系,安徽铜陵 244061

关键词：

粒子群算法非线性加速因子惯性权重控制因子

基金：

2020年安徽省省级质量工程项目2020年度铜陵职业技术学院科学研究项目

项目编号：

384tlpt2020NK016

出版年：

2021

DOI：

10.11863/j.suse.2021.05.06

四川轻化工大学学报(自然科学版)

ISSN：

年,卷(期)：2021.34(5)

被引量6
参考文献量12