新型的动态粒子群优化算法

作者：王润芳; 张耀军; 裴志松

来源：计算机工程与应用, 2011, (16): 32-34.

• 粒子群优化算法
• 惯性权重
• 自适应变异
• 学习因子 particle swarm optimization algorithm
• inertia weight
• adaptive mutation
• learning factor

为了解决动态改变惯性权重的自适应粒子群算法不易跳出局部最优的问题,提出了一种自适应变异的动态粒子群优化算法。在算法中引入了自适应学习因子和自适应变异策略,从而使算法具有动态自适应性,能够较容易地跳出局部最优。对几种典型函数的测试结果表明,该算法的收敛速度明显优于文献算法,收敛精度也有所提高。

• 出版日期2011
• 单位长春工业大学; 信阳农林学院