机械设计与制造杂志社

2017, No.314(04) 226-228+232

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

增加算子扰动项的粒子群优化算法研究
Particle Swarm Optimization Algorithm Based on Increased Operator Perturbation

刘文婧;王建国;吕达;

摘要(Abstract):

为了提高粒子群算法的稳定性,改善陷入局部最优的弊端,提出了一种增加算子扰动且对惯性权重进行正弦调整的粒子群优化算法。该方法首先利用差分方程对粒子的速度与位置变化过程进行深入分析,然后找到粒子群算法收敛的约束条件,进而获得改进后的惯性权重。最后在粒子群算法的速度公式中引入算子扰动项,其对粒子施加扰动,能够有效的抑制算法陷入局部最优问题,使算法在迭代后期也拥有一定的搜索能力。利用4个典型测试函数对算法进行验证,实验结果表明改进的惯性权重及速度更新公式使得该算法具备了较快的收敛速度和较佳的全局收敛性能,与标准粒子群算法相比,改进后的粒子群算法收敛精度高、鲁棒性强。

关键词(KeyWords): 粒子群算法;算子扰动;惯性权重;正弦调整;差分方程

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(21366017);;内蒙古科技大学科研启动项目(2014QDL024);;2016年度内蒙古自治区高等学校自然科学基金项目:《多目标粒子群优化算法研究在电力调度中的应用》;项目编号:NJZY16463

作者(Author): 刘文婧;王建国;吕达;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享