基于动态调整惯性权重的混合粒子群算法

摘要：

标准粒子群算法(Particle Swarm Optimization,PSO)在求解高维非线性问题时容易陷入局部最优解,针对此种情况,提出一种基于Sigmod函数的新的非线性自适应权值调整策略.此外,选用拉丁超立方体抽样的方法产生均匀的初始种群,采用小生境淘汰策略增强算法全局寻优能力.最后选用6个标准测试函数对该改进算法进行性能测试.结果表明,改进的粒子群算法在收敛速度和收敛精度以及全局最优解的获取方面均取得了满意的效果.

关键词：拉丁超立方体抽样、自适应惯性权重、适应度方差、小生境淘汰策略

分类号：TP18(自动化基础理论)

在线出版日期：2018-08-15（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：25-29