粒子群算法中惯性权重的实验与分析.pdfVIP

维普资讯 第20卷第2期 系 统 工 程 学 报 Vn1．2(】No．2 2005年 4月 JOURNALOFSYSTEMSENGINEERING Apr．2005 粒子群算法中_惯性权重的实验与分析① 王俊伟，汪定伟 (东北大学信息科学与工程学院，辽宁 沈阳 110004) 摘要：简要介绍了粒子群算法(PS0)，对算法中的重要参数惯性权重进行了系统的实验，分析了固定权重与时 变权重的选择 问题，并从问题依赖性、种群大小和拓扑结构等方面详细分析了惯性权重对于算法性能的影响． 结果表明，惯性权重的问题依赖性较小，随着种群的增大，其取值应适当减小，局部版本下，惯性权重的选择具 有更大的 自由度 ． 关键词：粒子群算法；进化计算；惯性权重 中图分类号：TP18 文献标识码：A 文章编号：1000—5781(2005}02—0194—05 Experimentsandanalysisoninertiaweight inparticleswam optimization WANGJun-wei，WANGDing-wei (SchoolofInformationScienceandEngineering，NortheasternUniversity，Shenynag110004，China) Abstract：Thebasicprincipleofparticleswain3optimization(PSO)isintroducedbrieflyinthepaper． Sufficientexperimentsaredoneoninertiaweightthatisna importnatparmneterinthealgorithm．These- lcetiondifferencebetweenfixednadtime-varinatinertiaweihgtisanalyzed．Andhteinfluenceofinertia weihgtO13．htealgorithmperformanceisnaalyzedindetailfromdifferentaspects，includingtheproblem dependence，swarll3_sizenadtopelogicstructure．Theresultindicateshteinertiaweihgthaslittleproblem dependence，nadwiht hteincreaseofhtepopulationitsvalueshoulddecreaseproperly．Th eselectionof inertiaweihgthasmorefreedominhtelocalversionofPSO． KeyⅥr0rds：particleswalxnoptimization；evolutionarycomputation；inertiaweihgt 0 引 言 (文章中译为微粒群算法)．算法受到关注的主要 原因是其概念简单，实现容易，需要调节的参数较 粒子群算法 (PSO)是 Kennedy和 Eberhart于 少．不过粒子群算法本身还有很多值得研究的地 1995年发明的一种演化计算技术，源于对简化的 方，包括其参数设置问题． 社会模型的模拟_l0j．PSO算法最早用于函数优 惯性权重是 PSO标准版本 5中非常重要的