一种自适应模拟退火粒子群优化算法OA北大核心CSCDCSTPCD
Adaptive simulated annealing particle swarm optimization algorithm
为了提高粒子群算法的寻优速度和精度,避免陷入局部优解,提出一种自适应模拟退火粒子群优化算法.采用双曲正切函数来控制惯性权重系数,进行非线性自适应变化;利用线性变化策略控制社会学习因子和自我学习因子,达到改变不同阶段寻优重点的目的 ;引入模拟退火操作,根据种群的初始状态设置一个温度,根据米特罗波利斯准则和温度指导种群以一定的概率接受差解,保证了算法跳出局部最优解的能力.为验证这种算法的效果,选择7种典型测试函数与已有文献中提出的5种粒子优化算法进行…查看全部>>
闫群民;马瑞卿;马永翔;王俊杰
西北工业大学自动化学院,陕西西安710072陕西省工业自动化重点实验室,陕西汉中723001西北工业大学自动化学院,陕西西安710072陕西理工大学电气工程学院,陕西汉中723001
信息技术与安全科学
粒子群优化模拟退火惯性权重系数自适应调整策略
《西安电子科技大学学报（自然科学版）》 2021 (4)
120-127,8
陕西省教育厅重点科学研究计划项目(20JS018)
评论