一种结合自适应惯性权重的混合粒子群算法

摘要：

粒子群算法(particle swarm optimization,PSO)是一种容易实现且高效的优化算法,但该算法对各种参数反应较为敏感.本文针对经典粒子群算法容易陷入局部最优的不足之处进行研究,提出对经典粒子群算法使用自适应惯性权重并引入模拟退火法的思想来解决经典粒子群优化算法容易陷入局部最优解的问题.仿真实验结果表明,本文提出的混合算法与经典粒子群算法相比,不仅能够避免寻优过程中陷入局部最优问题,而且还具有收敛速度快、成功次数高、稳定性及寻优结果好等特点.

关键词：自适应、惯性权重、模拟退火法、粒子群优化、混合算法

所属期刊栏目：21

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61172149,61402132

在线出版日期：2016-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：49-53