带有非线性惯性权重和t分布扰动的粒子群优化算法  

Particle swarm optimization algorithm with non-linear inertial weight and t-distribution mutation

作　　者：张欣 郑松[1] 郑小青[1] 葛铭[1] ZHANG Xin;ZHENG Song;ZHENG Xiaoqing;GE Ming(School of Automation,Hangzhou Dianzi University,Hangzhou Zhejiang 310018,China)

机构地区：[1]杭州电子科技大学自动化学院,浙江杭州310018

出　　处：《杭州电子科技大学学报(自然科学版)》2025年第2期13-19,27,共8页Journal of Hangzhou Dianzi University:Natural Sciences

基　　金：国家自然科学基金项目(61304211);浙江省“尖兵”“领雁”研发攻关计划项目(2023C01157)。

摘　　要：针对粒子群算法具有早熟收敛性、易陷入局部最优解的问题,提出了一种带有非线性惯性权重和t分布扰动的粒子群优化算法。首先通过引入改进惯性权重,来更好地平衡粒子全局探索和局部开发,增强粒子全局搜索能力;然后,利用t分布扰动算子,对粒子进行扰动,提升粒子跳出局部最优解的能力。仿真结果表明,改进算法具有较强的全局寻优能力,有效克服了早熟收敛现象。For the purpose of solving the problem that particle swarm optimization has precocious convergence and will fall into local optimal solution with little hindrance,a particle swarm optimization algorithm with nonlinear inertial weight and t-distribution mutation is proposed.By improving the inertial weight and t-distribution mutation operators,the algorithm enhances the global search capability of the particles.Simulation results reveal that the improved algorithm has strong global optimization ability and effectively overcomes the premature convergence phenomenon.

关 键 词：粒子群算法 惯性权重 T分布 早熟收敛 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]