基于自适应惯性权重的均值粒子群优化算法-计算机工程与科学.PDF

计算机工程与科学 第 卷第 期 年 月 文章编号 基于自适应惯性权重的均值粒子群优化算法 赵志刚林玉娇尹兆远 广西大学计算机与电子信息学院广西 南宁 摘 要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参数选取等缺点提出了 一种基于自适应惯性权重的均值粒子群优化算法对算法中的惯性权重参数采用动态自适应变化方式 在迭代过程中根据粒子适应度差值将种群划分为三个等级对不同等级的粒子采用不同的惯性权重策略 使粒子能根据自己所处的位置选择合适的惯性权重值更快地收敛到全局最优位置同时分别用个体极值 和全局极值的线性组合取代 算法中的全局最优位置与个体最优位置通过实验仿真与对比验证了 新算法性能优于标准及其它一些改进的 算法能够用较少的迭代次数找到最优解具有更快的 收敛速度和更高的收敛精度 关键词粒子群优化均值自适应惯性权重适应度值 中图分类号 文献标志码