一种自适应粒子群优化算法及其仿真研究

被引：121

作者：

韩江洪

李正荣

魏振春

机构：

[1] 合肥工业大学计算机与信息学院

来源：

系统仿真学报 | 2006年 / 10期

关键词：

粒子群优化; 早熟收敛; 惯性权重; 自适应参数调整;

D O I：

10.16182/j.cnki.joss.2006.10.070

中图分类号：

TP18 [人工智能理论]; TP391.9 [计算机仿真];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080203 ;

摘要：

分析了粒子群优化(PSO)算法易于发生早熟收敛的原因。在此基础上提出的自适应粒子群优化(APSO)算法根据群体早熟收敛程度和个体适应值自适应地调整粒子的惯性权重,使群体在进化过程中始终保持惯性权重的多样性,在算法的全局收敛性和收敛速度之间做了一个很好的折衷。对两个经典函数仿真的结果表明APSO算法能够有效地避免PSO算法的早熟收敛问题,而且具有较快的收敛速度。

引用

页码：2969 / 2971

页数：3