摘要
将物理退火过程中的等温阶段引入到粒子群算法的迭代寻优过程中,采用动态惯性权重改进了粒子状态更新规则和全局最优的判定规则。仿真结果表明,退火优化效果和收敛性均有所改善。
A simulated annealing particle swarm optimization（Particle Swarm Optimization,PSO） algorithm is introduced into the isothermal phase in the physical annealing process. The dynamic inertia weight is used to improve the particle state update rule and the global optimal decision rule. Simulation results show that the annealing process is optimized and convergent.
作者
姜方达
王宏志
周明月
JIANG Fangda;WANG Hongzhi;ZHOU Mingyue(School of Computer Science ＆ Engineering,Changchun University of Technology,Changchun 130012,China)
出处
《长春工业大学学报》
CAS
2018年第4期344-348,共5页
Journal of Changchun University of Technology
基金
吉林省教育厅基金资助项目(2016343)
作者简介
姜方达（1993-）,男,汉族,吉林公主岭人,长春工业大学硕士研究生,主要从事认知无线电功率分配方向研究,E-mail：fdjiang0227@163.com.;通讯作者：周明月（1980-）,女,汉族,吉林长春人,长春工业大学讲师,博士,主要从事认知无线电系统中资源分配问题研究,E-mail：zmyjlu@ccut.edu.cn.
