一种改进的粒子群优化算法OACSSCICSTPCD
An improved particle swarm optimization algorithm
针对粒子群优化算法在迭代后期容易陷入局部最优、收敛速度变慢,精度降低、计算效率变差等缺点,提出了一种改进的粒子群优化算法.此算法通过引入惯性权重来调节粒子的速度变化,动态变化的学习因子来平衡粒子的社会学习能力和自我学习能力.通过测试函数检验,结果显示该算法能够有效摆脱局部最优,整个收敛速度明显变快,精度大幅提高.
Because the particle swarm optimization algorithm is easy to fall into a local optimum,slower convergence,lower precision and poor calculation efficiency in the later iterations,the paper presents an improved particle swarm optimization algorithm to adjust the speed of particles through inertia weight and to balance the social learning ability and the self-learning ability of particles by the dynamic learning factor.Through the test of function simulat…查看全部>>
封京梅
陕西广播电视大学工程管理系,陕西西安710119
数理科学
粒子群算法惯性权重学习因子
particle swarm optimizationinertia weightlearning factor
《云南民族大学学报（自然科学版）》 2017 (1)
光滑技术在大规模矩阵优化问题中的应用研究
60-63,4
国家自然科学基金(11301409)陕西省教育厅专项科研计划项目(15JK1058)陕西广播电视大学校级重点课题(15D-07-A04)
评论