一种动态改变惯性权重的自适应粒子群算法

计算机科学 ›› 2009, Vol. 36 ›› Issue (2): 227-229.

一种动态改变惯性权重的自适应粒子群算法

任子晖王坚

同济大学CIMS研究中心,上海200092

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本文受国家科技支撑计划项目（2006BAF01A46）,上海市科技发展基金重点项目（061612058）,上海市基础研究重点项目（06JC14066）,上海市登山计划重点项目（061111006）资助.

REN Zi-hui ,WANG Jian （Research of CIMS Center in Tongji University, Shanghai 200092, China）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 针对惯性权重线性递减粒子群算法（LDWPSO）不能适应复杂的非线性优化搜索过程的问题，提出了一种动态改变惯性权重的自适应粒子群算法（DCWPSO），在该算法中引入聚焦距离变化率的概念，并根据它对粒子群算法搜索能力的影响，将惯性因子表示为关于聚焦距离变化率的函数。在每次迭代时算法可根据当前粒子群聚焦距离变化率的大小动态地改变惯性权重，从而使算法具有动态自适应性。对6个典型函数的测试结果表明，DCWPSO算法的收敛速度明显优于LDWPSO算法，收敛精度也有所提高。

关键词: 粒子群优化惯性权重聚焦距离变化率自适应

Abstract: A new adaptive Particle Swarm Optimization algorithm with dynamically changing inertia weight （DCWPSO） was presented to solve the problem that the linearly decreasing weight （LDWPSO） of the Particle Swarm Optimization algorithm cannot adapt to the complex

Key words: Particle Swarm Optimization （PSO）, Inertia weight,Rate of cluster focus distance changing, Adaptability

任子晖王坚. 一种动态改变惯性权重的自适应粒子群算法[J]. 计算机科学, 2009, 36(2): 227-229. https://doi.org/

REN Zi-hui ,WANG Jian （Research of CIMS Center in Tongji University, Shanghai 200092, China）. [J]. Computer Science, 2009, 36(2): 227-229. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed