具有自适应行为的粒子群算法研究  

作　　者：丁知平[1] 刘超 牛培峰[3] 

机构地区：[1]清远职业技术学院信息技术与创意设计学院,广东清远511510 [2]贵州航天电器股份有限公司,贵阳550009 [3]燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛066004

出　　处：《统计与决策》2019年第2期88-90,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(61403331;61573306);广东省高等学校优秀青年教师培养对象项目;清远市科技计划项目(2016B002)

摘　　要：粒子群算法(PSO)是一种应用广泛、性能优良的启发式智能优化算法。但是PSO算法具有易陷入局部最小值和全局寻优能力差的缺陷,针对此问题,文章提出了一种基于自适应惯性权重的粒子群算法(AIW-PSO),该算法能够有效的平衡原粒子位置和飞行速度对新粒子位置的影响度。用12组基准测试函数来验证AIW-PSO算法的寻优性能和收敛精度,并与现有相关算法相比,仿真实验结果表明,AIW-PSO算法的全局搜索能力和寻优精度都有较大的提高。

关 键 词：粒子群算法 自适应惯性权重 基准函数 全局优化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]