期刊文献+
共找到688篇文章
< 1 2 35 >
每页显示 20 50 100
基于线性权重粒子群优化算法的多基站协作波束成型 被引量:4
1
作者 肖海林 任婵婵 +1 位作者 聂在平 李民政 《电子科技大学学报》 EI CAS CSCD 北大核心 2015年第5期663-667,共5页
为有效抑制小区间干扰,提高多基站协作通信系统的传输速率,提出了一种多基站协作波束成型方案。该方案基于线性权重粒子群优化算法,将最大化系统总速率问题转化为适应度函数的优化问题进行求解。为避免搜索过程中陷入局部最优,该算法的... 为有效抑制小区间干扰,提高多基站协作通信系统的传输速率,提出了一种多基站协作波束成型方案。该方案基于线性权重粒子群优化算法,将最大化系统总速率问题转化为适应度函数的优化问题进行求解。为避免搜索过程中陷入局部最优,该算法的惯性权重采用线性递减的方式。根据所建立的优化问题,给出了适应度函数的构造方法。数值分析结果表明,相对于惯性权重为0.5的基本粒子群算法,所提算法使系统总速率提升了41.13 bit/s,同时具有很好的收敛性。 展开更多
关键词 波束成型 协作通信 线性权重粒子群优化算法 系统总速率
在线阅读 下载PDF
快速综合学习粒子群优化算法 被引量:3
2
作者 杨帆 乌景秀 +2 位作者 范子武 李子祥 朱沈涛 《水利水电技术(中英文)》 北大核心 2025年第2期30-44,共15页
【目的】粒子群优化算法在反问题求解、函数优化、数据挖掘、机器学习等研究领域广泛应用,但在求解复杂多峰问题时仍存在过早收敛的问题。为了提升粒子群算法在处理复杂多峰问题求解速度和精度,提出了快速综合学习粒子群优化算法(Fast C... 【目的】粒子群优化算法在反问题求解、函数优化、数据挖掘、机器学习等研究领域广泛应用,但在求解复杂多峰问题时仍存在过早收敛的问题。为了提升粒子群算法在处理复杂多峰问题求解速度和精度,提出了快速综合学习粒子群优化算法(Fast Comprehensive Learning Particle Swarm Optimization,FCLPSO)。【方法】FCLPSO算法引入粒子学习概率、个体影响概率、群体影响概率三个属性,表征每个粒子个体“与生俱来”的不同学习能力,同时新增强化学习、粒子重生等策略,提升算法收敛速度以及监测并跳出“伪收敛”状态。选用14个标准测试函数以及6种常用粒子群变体算法开展FCLPSO算法性能分析。【结果】结果显示:在收敛性方面,FCLPSO算法平均排名为1.86,排名第一次数为7次、排名第二的次数为2次、排名最后次数为0,最终综合排名第一;在鲁棒性方面,FCLPSO算法成功率排名第一,平均值为94.3%,14个测试函数中最低成功率为73.3%;达到阈值所需适应度评价次数最少,平均值40817,较其他算法评价次数少一半。【结论】结果表明:FCLPSO算法在收敛精度、收敛速度和鲁棒性方面排名综合第一,对复杂多峰问题求解更具优势,可为工程应用中复杂优化问题求解提供重要手段。 展开更多
关键词 粒子优化算法 强化学习 粒子属性 粒子 过早收敛 影响因素 人工智能 全局搜索
在线阅读 下载PDF
融合特征权重与改进粒子群优化的特征选择算法 被引量:11
3
作者 刘振超 苑迎春 +1 位作者 王克俭 何晨 《计算机工程与科学》 CSCD 北大核心 2024年第2期282-291,共10页
随着教育信息化的发展,教育数据呈现特征数量高、冗余度高等特点,这使目前的分类算法在教育数据上分类准确率不理想。提出一种将特征权重算法与改进粒子群优化算法融合的混合式特征选择算法(RF-ATPSO)。该算法首先使用RELIEF-F算法计算... 随着教育信息化的发展,教育数据呈现特征数量高、冗余度高等特点,这使目前的分类算法在教育数据上分类准确率不理想。提出一种将特征权重算法与改进粒子群优化算法融合的混合式特征选择算法(RF-ATPSO)。该算法首先使用RELIEF-F算法计算各个特征的权重,筛除冗余特征,然后在筛选后的特征集合中利用改进粒子群算法搜索最优特征子集。实验结果表明,在6个UCI公共数据集上,经RF-ATPSO算法进行特征选择后,平均准确率提升了10.04%,且平均特征子集规模最小、收敛速度最快;在学生学业成绩画像特征数据集上,该算法以较小的特征子集规模达到较高的分类准确率,平均准确率为94.77%,明显优于其它特征选择算法,实验充分证明了该算法具有实际应用意义。 展开更多
关键词 特征选择 特征 改进粒子优化 T-分布
在线阅读 下载PDF
基于粒子群算法的零齿差内啮合机构优化
4
作者 王世杰 杨喆 《沈阳工业大学学报》 北大核心 2025年第1期61-66,共6页
【目的】针对潜油螺杆泵采油系统中联轴装置零齿差内啮合机构重合度低、内外齿轮齿厚系数不稳定以及齿厚偏薄易导致轮齿折断等问题,提出了一种优化机构内变位系数、提高重合度值的方法,并设计了相应的优化模型。【方法】分析了传统设计... 【目的】针对潜油螺杆泵采油系统中联轴装置零齿差内啮合机构重合度低、内外齿轮齿厚系数不稳定以及齿厚偏薄易导致轮齿折断等问题,提出了一种优化机构内变位系数、提高重合度值的方法,并设计了相应的优化模型。【方法】分析了传统设计方法中零齿差机构变位系数的设计缺陷,明确了目标函数和约束条件,定义了设计变量。采用粒子群优化(PSO)算法中的惯性权重线性递减策略提升粒子的局部与全局寻优能力,引入收缩因子并通过改进的速度更新迭代公式缩短收敛时间。以重合度和齿厚系数为优化目标函数,同时结合零齿差内啮合机构的齿轮约束条件建立了优化模型。【结果】为验证算法的稳定性,以用户输入的初始参数(内外齿轮模数为6,齿数为12,分度圆压力角为20°,外齿轮齿宽为30 mm,内齿轮齿宽为28 mm,偏心量范围为2.5~5 mm)进行优化分析。结果表明,通过改进PSO算法得到了径向变位系数和切向变位系数的最优解,即改进PSO算法显著提升了变位系数的优化效果。对比原始数据和优化结果,改进PSO算法的重合度提升了最高达26.2%,特别是在不同偏心量下,优化后的重合度均显著提高。【结论】通过对比改进前后的PSO算法,改进后的算法兼具全局收敛性与精确搜索能力,所得变位系数更加合理有效;优化后的齿厚系数更加平稳,显著降低了轮齿折断风险。最终优化后的变位系数不仅满足各项约束条件,且便于后续加工,提高了计算效率,显现出良好的设计效果。 展开更多
关键词 零齿差内啮合 变位系数 合度 粒子算法 优化设计 惯性 收缩因子
在线阅读 下载PDF
一种非线性权重的自适应粒子群优化算法 被引量:12
5
作者 徐刚 杨玉群 黄先玖 《计算机工程与应用》 CSCD 北大核心 2010年第35期49-51,共3页
针对粒子群优化算法中出现早熟和不收敛问题,分析了基本PSO算法参数对其优化性能的影响,提出了基于非线性权重的自适应粒子群优化算法(NWAPSO)。在优化过程中,惯性权重随迭代次数非线性变化,改进的算法能使粒子自适应地改变搜索速度进... 针对粒子群优化算法中出现早熟和不收敛问题,分析了基本PSO算法参数对其优化性能的影响,提出了基于非线性权重的自适应粒子群优化算法(NWAPSO)。在优化过程中,惯性权重随迭代次数非线性变化,改进的算法能使粒子自适应地改变搜索速度进行搜索,并与基本粒子群算法以及其他改进的粒子群算法进行了比较。实验结果表明,该算法在搜索精度和收敛速度等方面有明显优势。特别对于高维、多峰等复杂非线性优化问题,算法的优越性更明显。 展开更多
关键词 粒子优化算法 线性 自适应
在线阅读 下载PDF
基于改进粒子群优化算法的船舶避碰研究 被引量:2
6
作者 朱凯鹏 王全政 +3 位作者 杨文政 于庆州 王泽凡 王晓原 《传感器与微系统》 北大核心 2025年第4期40-43,47,共5页
随着海上贸易的日益增长,海洋运输已逐渐成为世界各国运输和贸易发展的重要环节,如何避免船舶碰撞已成为海上贸易中的一个重要问题。针对海上船舶避碰问题,本文提出了一种改进粒子群优化(IPSO)算法,该算法根据当前粒子目标函数的平均值... 随着海上贸易的日益增长,海洋运输已逐渐成为世界各国运输和贸易发展的重要环节,如何避免船舶碰撞已成为海上贸易中的一个重要问题。针对海上船舶避碰问题,本文提出了一种改进粒子群优化(IPSO)算法,该算法根据当前粒子目标函数的平均值动态调整惯性权值,另外考虑到船舶操纵的安全性,改进了适应度函数,并结合IPSO算法,对函数进行求解。通过MATLAB仿真结果表明,与传统的PSO算法相比,IPSO算法的收敛速度提高了37.5%,搜索效率得到显著增强。 展开更多
关键词 船舶避碰 改进粒子优化算法 自适应惯性 避碰决策
在线阅读 下载PDF
基于惯性权重非线性递减的粒子群优化算法研究 被引量:17
7
作者 李艳 陈倩 《陕西科技大学学报》 CAS 2020年第3期166-171,共6页
针对粒子群算法(PSO)出现“早熟”收敛,在寻优过程中易于陷入局部最优、收敛速度慢的问题,本文提出一种新的自适应惯性权重粒子群优化算法(AIW-PSO).该算法以PSO算法为基础,采用非线性递减策略对惯性权重进行调整,使其具有平衡PSO算法... 针对粒子群算法(PSO)出现“早熟”收敛,在寻优过程中易于陷入局部最优、收敛速度慢的问题,本文提出一种新的自适应惯性权重粒子群优化算法(AIW-PSO).该算法以PSO算法为基础,采用非线性递减策略对惯性权重进行调整,使其具有平衡PSO算法的全局和局部搜索能力,当算法出现早熟收敛时,再利用变异操作对群体粒子的最优解做随机扰动,以提高算法跳出局部极值的能力.通过借助6个标准测试函数将该算法与其他三种改进的PSO算法进行仿真对比,结果表明:AIW-PSO算法能够摆脱局部最优,得到全局最优解,在寻优过程中无效迭代次数更少,而且收敛率、收敛速度均具有明显的优势. 展开更多
关键词 粒子算法 局部最优 惯性 自适应 变异操作
在线阅读 下载PDF
改进粒子群算法的径向柱塞液压马达内曲线优化
8
作者 李佳璇 康绍鹏 +4 位作者 杨静 刘凯磊 强红宾 柯贤胜 崔毅 《现代制造工程》 北大核心 2025年第2期69-75,共7页
径向柱塞液压马达在中大型机械装备中应用十分广泛,然而因其内部存在冲击与疲劳磨损等问题,对径向柱塞液压马达的寿命与性能造成了一定的影响。针对上述问题,提出了一种改进粒子群算法优化径向柱塞液压马达内曲线的方法,该方法将等加速... 径向柱塞液压马达在中大型机械装备中应用十分广泛,然而因其内部存在冲击与疲劳磨损等问题,对径向柱塞液压马达的寿命与性能造成了一定的影响。针对上述问题,提出了一种改进粒子群算法优化径向柱塞液压马达内曲线的方法,该方法将等加速度曲线重构为含补偿区的等加速度曲线,以减小冲击和接触应力突变值。以粒子群算法(Particle Swarm Optimization,PSO)为基础,加入自适应非线性动态权重与多子种群竞争优化策略,构建一种改进粒子群算法,对各区段角度进行重新分配,重新生成含补偿区的径向柱塞液压马达内曲线。对比优化前后的结果表明,最大接触应力下降了2.54%,最大接触应力处的突变值下降至0;接触应力不再阶跃式上升,有上升过程,冲击较小。该研究能够为径向柱塞液压马达的设计提供参考,有效减缓疲劳与磨损,降低冲击影响,从而延长液压马达的使用寿命。 展开更多
关键词 径向柱塞液压马达 内曲线 自适应非线性动态 多子种竞争优化策略 改进粒子算法
在线阅读 下载PDF
一种动态改变惯性权重的粒子群优化算法 被引量:80
9
作者 王启付 王战江 王书亭 《中国机械工程》 EI CAS CSCD 北大核心 2005年第11期945-948,共4页
针对粒子群优化算法的局限性,提出了一种动态改变惯性权重的粒子群算法,在优化迭代过程中,惯性权重值随粒子的位置和目标函数的性质而变化。函数测试表明,改进后的算法使收敛速度显著加快,而且不易陷入局部极值点。
关键词 粒子 优化算法 动态惯性 收敛速度
在线阅读 下载PDF
基于高斯函数递减惯性权重的粒子群优化算法 被引量:49
10
作者 张迅 王平 +1 位作者 邢建春 杨启亮 《计算机应用研究》 CSCD 北大核心 2012年第10期3710-3712,3724,共4页
为了有效地平衡粒子群优化算法的全局搜索和局部搜索能力,提出了一种基于高斯函数递减惯性权重的粒子群优化(GDIWPSO)算法。此算法利用高斯函数的分布性、局部性等特点,实现了对惯性权重的非线性调整。仿真过程中,首先对测试函数优化以... 为了有效地平衡粒子群优化算法的全局搜索和局部搜索能力,提出了一种基于高斯函数递减惯性权重的粒子群优化(GDIWPSO)算法。此算法利用高斯函数的分布性、局部性等特点,实现了对惯性权重的非线性调整。仿真过程中,首先对测试函数优化以确定惯性权重的递减方式;然后比较了该算法与权重线性递减、凸函数递减、凹函数递减的粒子群算法优化不同测试函数的性能;最后结果表明,提出的算法在搜索能力、收敛速度及执行效率等方面均有很大提高。 展开更多
关键词 粒子优化 高斯函数 惯性 收敛速度 执行效率
在线阅读 下载PDF
基于随机惯量权重的快速粒子群优化算法 被引量:35
11
作者 黄轩 张军 詹志辉 《计算机工程与设计》 CSCD 北大核心 2009年第3期647-650,663,共5页
在6个标准测试函数的基础上,对惯量权重进行了调查研究,并且分析了惯量权重对算法的影响,提出了一种让惯量权重的取值随机均匀地落在区间[0.4,0.6]内的新方法,用以平衡全局搜索能力和局部开发能力。数值实验的结果表明,该方法比传统的... 在6个标准测试函数的基础上,对惯量权重进行了调查研究,并且分析了惯量权重对算法的影响,提出了一种让惯量权重的取值随机均匀地落在区间[0.4,0.6]内的新方法,用以平衡全局搜索能力和局部开发能力。数值实验的结果表明,该方法比传统的权重线性递减(LDW)具有更快的收敛速度并且能获得更好的解。 展开更多
关键词 粒子优化算法 惯量 快速 随机 改善
在线阅读 下载PDF
粒子群优化算法惯量权重控制方法的研究 被引量:29
12
作者 刘杨 田学锋 詹志辉 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2011年第4期364-371,共8页
粒子群优化算法(PSO)是一类随机全局优化技术,算法简单、容易实现而功能强大,目前已成为国际进化计算界研究的热点.粒子群算法的性能受到参数惯量权重ω的影响,大量研究表明,较小的ω具有较好的局部搜索能力,可提高求解精度;较大的ω具... 粒子群优化算法(PSO)是一类随机全局优化技术,算法简单、容易实现而功能强大,目前已成为国际进化计算界研究的热点.粒子群算法的性能受到参数惯量权重ω的影响,大量研究表明,较小的ω具有较好的局部搜索能力,可提高求解精度;较大的ω具有较好的全局搜索能力,在一定程度上可以避免陷入局部最优.很多研究者提出了多种动态调整惯量权重的方法.本文系统地介绍和分析比较了目前动态调整惯量权重的4种典型方法,即线性递减惯量权重、随机惯量权重、凹函数递减惯量权重和凸函数递减惯量权重.为了调查这些控制方法对PSO性能的影响,本文在10个不同的单峰和多峰函数上系统地对这4种方法进行了测试和比较,完整的实验结果比较分析对选择合适的参数控制方法以求解单峰函数和多峰函数具有一定的指导作用. 展开更多
关键词 粒子优化算法 惯量 线性递减法 随机法 线性递减法
在线阅读 下载PDF
带自适应精英扰动及惯性权重的反向粒子群优化算法 被引量:24
13
作者 董文永 康岚兰 +1 位作者 刘宇航 李康顺 《通信学报》 EI CSCD 北大核心 2016年第12期1-10,共10页
针对反向粒子群优化算法存在的易陷入局部最优、计算开销大等问题,提出了一种带自适应精英粒子变异及非线性惯性权重的反向粒子群优化算法(OPSO-AEM&NIW),来克服该算法的不足。OPSO-AEM&NIW算法在一般性反向学习方法的基础上,... 针对反向粒子群优化算法存在的易陷入局部最优、计算开销大等问题,提出了一种带自适应精英粒子变异及非线性惯性权重的反向粒子群优化算法(OPSO-AEM&NIW),来克服该算法的不足。OPSO-AEM&NIW算法在一般性反向学习方法的基础上,利用粒子适应度比重等信息,引入了非线性的自适应惯性权重(NIW)调整各个粒子的活跃程度,继而加速算法的收敛过程。为避免粒子陷入局部最优解而导致搜索停滞现象的发生,提出了自适应精英变异策略(AEM)来增大搜索范围,结合精英粒子的反向搜索能力,达到跳出局部最优解的目的。上述2种机制的结合,可以有效克服反向粒子群算法的探索与开发的矛盾。实验结果表明,与主流反向粒子群优化算法相比,OPSO-AEM&NIW算法无论是在计算精度还是计算开销上均具有较强的竞争能力。 展开更多
关键词 一般性反向学习 粒子优化 自适应精英变异 线性惯性
在线阅读 下载PDF
动态调整惯性权重的粒子群优化算法 被引量:29
14
作者 龙文 梁昔明 +1 位作者 董淑华 阎纲 《计算机应用》 CSCD 北大核心 2009年第8期2240-2242,共3页
针对高维复杂优化问题,提出一种改进适应度函数和动态调整惯性权重的粒子群优化算法。首先考虑了搜索点的函数值及其变化率,并将该信息加入适应度函数。利用维惯性权重矩阵自适应动态调整惯性权重,较好地平衡了算法的全局探索和局部开发... 针对高维复杂优化问题,提出一种改进适应度函数和动态调整惯性权重的粒子群优化算法。首先考虑了搜索点的函数值及其变化率,并将该信息加入适应度函数。利用维惯性权重矩阵自适应动态调整惯性权重,较好地平衡了算法的全局探索和局部开发,并分析了惯性权重随种群多样性的变化关系。在算法后期计算每一维的收敛度,以一定的概率对收敛度最小的维进行变异,以加快算法的收敛速度。对高维测试函数的实验表明,算法提高了全局搜索能力。 展开更多
关键词 改进适应度函数 惯性矩阵 粒子优化 维变异
在线阅读 下载PDF
粒子群优化算法中惯性权重的研究进展 被引量:28
15
作者 田雨波 朱人杰 薛权祥 《计算机工程与应用》 CSCD 北大核心 2008年第23期39-41,共3页
粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法。惯性权重是粒子群算法中非常重要的参数,可以用来控制算法的开发和探索能力。简单介绍了标准粒子群优化算法的基本原理,全面综... 粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法。惯性权重是粒子群算法中非常重要的参数,可以用来控制算法的开发和探索能力。简单介绍了标准粒子群优化算法的基本原理,全面综述了现有文献中对惯性权重的研究进展情况。 展开更多
关键词 粒子优化 惯性 优化算法
在线阅读 下载PDF
基于随机惯性权重的简化粒子群优化算法 被引量:74
16
作者 赵志刚 黄树运 王伟倩 《计算机应用研究》 CSCD 北大核心 2014年第2期361-363,391,共4页
针对标准粒子群优化算法易出现早熟收敛、搜索速度慢及寻优精度低等缺陷,提出一种基于随机惯性权重的简化粒子群优化算法。算法采用去除速度项的粒子群简化结构,通过随机分布的方式获取惯性权重提高新算法的局部搜索和全局搜索能力,并... 针对标准粒子群优化算法易出现早熟收敛、搜索速度慢及寻优精度低等缺陷,提出一种基于随机惯性权重的简化粒子群优化算法。算法采用去除速度项的粒子群简化结构,通过随机分布的方式获取惯性权重提高新算法的局部搜索和全局搜索能力,并且学习因子采用异步变化的策略来改善粒子的学习能力。考虑到个体之间的相互影响关系,每个粒子的个体极值用所有粒子个体极值的平均值代替。通过几个典型测试函数仿真及F-检验结果表明,提出的算法在搜索速度、收敛精度、鲁棒性方面较已有改进算法有了显著提高,并且具有摆脱陷入局部最优解的能力。 展开更多
关键词 粒子优化算法 简化粒子 惯性 学习因子 随机分布 异步变化
在线阅读 下载PDF
粒子群优化算法中惯性权重综述 被引量:39
17
作者 周俊 陈璟华 +1 位作者 刘国祥 许伟龙 《广东电力》 2013年第7期6-12,共7页
粒子群优化(particle swarm optimization,PSO)算法是基于鸟群觅食行为的一种新型的群体智能算法,而惯性权重是PSO算法中一个极其重要的参数,其值的选取直接关系粒子在寻优过程中的开发能力和探索能力。在介绍PSO算法的基本原理的基础上... 粒子群优化(particle swarm optimization,PSO)算法是基于鸟群觅食行为的一种新型的群体智能算法,而惯性权重是PSO算法中一个极其重要的参数,其值的选取直接关系粒子在寻优过程中的开发能力和探索能力。在介绍PSO算法的基本原理的基础上,分析惯性权重对粒子群优化算法在收敛性方面的影响,综述了现有文献对惯性权重的研究进展,并评述了各种惯性权重取值策略所取得的研究成果和存在的不足之处。 展开更多
关键词 粒子优化(PSO)算法 惯性 智能算法 收敛性 开发能力 探索能力
在线阅读 下载PDF
基于Sigmoid惯性权重自适应调整的粒子群优化算法 被引量:16
18
作者 黄利 杜伟伟 丁立新 《计算机应用研究》 CSCD 北大核心 2012年第1期32-34,共3页
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... 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,全局寻优能力更强,在一定程度上解决了收敛性能与全局寻优能力之间的矛盾。 展开更多
关键词 粒子优化算法 早熟 惯性 适应度 自适应
在线阅读 下载PDF
一种动态调整惯性权重的粒子群优化算法 被引量:56
19
作者 董红斌 李冬锦 张小平 《计算机科学》 CSCD 北大核心 2018年第2期98-102,139,共6页
针对粒子收敛速度慢、搜索精度不高和算法性能在很大程度上依赖于参数的选取等缺点,提出了一种非线性指数惯性权重粒子群优化算法(Exponential Inertia Weight in Particle Swarm Optimization,EIW-PSO)。在每次迭代的过程中,采用粒子... 针对粒子收敛速度慢、搜索精度不高和算法性能在很大程度上依赖于参数的选取等缺点,提出了一种非线性指数惯性权重粒子群优化算法(Exponential Inertia Weight in Particle Swarm Optimization,EIW-PSO)。在每次迭代的过程中,采用粒子最大适应值和最小适应值的指数函数来动态调整算法中的惯性权重,更有利于算法在寻优过程中跳出局部最优;同时,引入随机因子以确保种群的多样性,使粒子更快地收敛到全局最优位置。为了验证该算法的寻优性能,通过8个基准测试函数将标准PSO、线性递减惯性权重LDIW-PSO、均值自适应惯性权重MAW-PSO在不同维度和种群规模下进行测试比较。实验结果表明,提出的EIW-PSO算法具有更快的收敛速度和更高的求解精度。 展开更多
关键词 粒子优化算法 动态调整 惯性 指数函数
在线阅读 下载PDF
复合策略惯性权重的粒子群优化算法 被引量:18
20
作者 郜振华 梅莉 祝远鉴 《计算机应用》 CSCD 北大核心 2012年第8期2216-2218,共3页
针对粒子群优化算法中典型线性递减策略的惯性权重不能和运算过程中非线性变化的特点相匹配的问题,提出一种用典型线性递减策略和动态变化策略相结合的方法来确定惯性权重的粒子群优化算法(L-DPSO)。该算法充分利用了线性递减策略的线... 针对粒子群优化算法中典型线性递减策略的惯性权重不能和运算过程中非线性变化的特点相匹配的问题,提出一种用典型线性递减策略和动态变化策略相结合的方法来确定惯性权重的粒子群优化算法(L-DPSO)。该算法充分利用了线性递减策略的线性和动态变化策略的非线性特点,对两种策略赋予了相应的权重。然后将L-DPSO算法和单独使用典型线性递减策略来确定惯性权重的粒子群优化算法(LPSO)及单独使用动态变化策略来确定惯性权重的粒子群优化算法(DPSO)进行比较,用Griewank和Rastrigin函数进行测试,结果表明,适当调整典型线性递减策略和动态变化策略的权重,L-DPSO算法的收敛速度明显优于LPSO和DPSO算法,收敛精度也有所提高。最后,对L-DPSO算法和几种常用的惯性权重计算方法确定的粒子群优化算法作比较,用Griewank和Rastrigin函数进行测试,结果表明L-DPSO算法也有明显优势。 展开更多
关键词 粒子优化 惯性 复合策略
在线阅读 下载PDF
上一页 1 2 35 下一页 到第
使用帮助 返回顶部