基于动态惯性因子的PSO算法的研究.pdfVIP

下载本文档

26
0
约1.18万字
约 5页
2019-06-19 发布于辽宁
举报
版权申诉

基于动态惯性因子的PSO算法的研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第24卷第5期计算机仿真 2007年5月文章编号：1006—9348(2007)05—0154—04 基于动态惯性因子的PSO算法的研究朱小六1，熊伟丽2，徐保国2 (1．江南大学通信与控制工程学院，江苏无锡214122；2．江南大学控制科学与工程研究中心，江苏无锡214122) 摘要：标准粒子群算法是一种有效的寻找函数极值的演化计算方法，它简便易行，收敛速度快。但算法也存在收敛精度不高，易陷入局部极值点的缺点。针对这些缺点，在原有算法的基础上，提出一种动态改变惯性因子的粒子群优化算法(DCW． PSO)，使得粒子在迭代过程中惯性因子随粒子进化度和聚合度的变化而改变。文中通过对测试函数的仿真实验，并与自适应改变惯性因子的粒子群算法(ACWPSO)以及标准粒子群算法比较，其结果表明这种改进的粒子群算法在性能上明显优于这两种粒子群算法。关键词：优化算法；动态惯性因子；进化度；聚合度中图分类号：TP202+．7文献标识码：A AParticle Swarm Basedon OptimizationAlgorithm Intertia DynamicWeight ZHU Xiao—liul，XiongWei—li2，XuBao—gu02 ofCommunicationandControl (1．School 214122，China； Engineering，SouthernYangtzeUniversity，WuxiJiangsu 2．ControlScienceand Research Center，SouthernYangtze Jiangsu214122，China) Engineering University，Wuxi ABSTRACT：ThenormalPSO isavalidated of theextremumof algorithm evolutionarycomputationwaysearching is in and in lowin and in conver- function，whichsimpleapplicationquickconvergence，butprecisioneasypremature ofthe inertia PSO is basedonthenor— limitation，a gence．Because dynamicallychangingweightalgorithmproposed matPSO inertia is in totheSWallTlevolutionand algorithm．The weightchangedeveryloopaccording degreeaggrega— tion withACWPSOandthenormal resultsof functionshow degree