基于Sigmoid惯性权重自适应调整的粒子群优化算法OA北大核心CSCDCSTPCD
Particle swarm optimization algorithm based on adaptive Sigmoid inertia weight
提出了种群进化速度和种群聚合度两个概念,并讨论了在全局收敛过程中惯性权重与两者之间的关系；考虑Sigmoid函数在线性与非线性之间呈现的平滑过渡性,从种群进化速度和种群聚合度两方面出发,提出了基于Sigmoid函数的惯性权重自适应调整方法.通过三个典型的多峰函数,将提出的算法(AS-PSO)与标准粒子群优化算法( SPSO)和基于Sigmoid函数的粒子群优化算法(S-PSO)进行了仿真分析比较,结果表明,AS-PSO算法相比其他两种算法,全局寻…查看全部>>
This paper proposed the definitions of population evolution speed and the population aggregation degree. It discussed the relationship of inertia weight with population evolution speed and population aggregation degree. Considered the population evolution speed and population aggregation degree, proposed a self-adaptive adjusting method of the inertia weight which was based on sigmoid function in the view of the sigmoid function' s smoothness between l…查看全部>>
黄利;杜伟伟;丁立新
武汉大学软件工程国家重点实验室,武汉430070武汉理工大学理学院,武汉430070中国北方自动控制技术研究所,太原030006
信息技术与安全科学
粒子群优化算法早熟惯性权重适应度自适应
particle swarm optimization algorithm premature inertia weight fitness adaptive
《计算机应用研究》 2012 (1)
演化算法时间复杂性及相关问题
32-34,3
国家自然科学基金资助项目(60975050)中央高校基本科研业务费专项资金资助项目(2010-1a-044)
评论