惯性权重离散化方法.docxVIP

惯性权重离散化方法

惯性权重离散化方法

惯性权重作为粒子群优化算法中调节全局探索与局部开发能力的核心参数，其取值方式长期影响着群体智能优化方法的收敛行为与求解质量。传统策略多采用线性递减、非线性衰减或随机扰动来动态调整惯性权重，这类方法在连续搜索空间中具备一定适应性，但面对离散组合优化、调度排序、路径编码、特征选择以及工程结构离散变量问题时，连续型权重难以与离散搜索机制天然匹配。将惯性权重从连续实数域转化为具有明确物理意义和阶段语义的离散集合，就形成了惯性权重离散化方法。该方法并不是简单地把小数四舍五入，而是根据迭代阶段、种群状态、适应度分布、约束满足程度和搜索区域特性，把惯性权重划分为若干