粒子群优化算法惯量权重控制方法的研究

作者：刘杨; 田学锋; 詹志辉

来源：南京大学学报(自然科学版), 2011, (04): 364-371.

DOI：10.13232/j.cnki.jnju.2011.04.003

• 粒子群优化算法
• 惯量权重
• 线性递减法
• 随机法
• 非线性递减法 particle swarm optimization
• inertia weight
• linearly decreasing
• random
• non-linearly decreasing

粒子群优化算法(PSO)是一类随机全局优化技术,算法简单、容易实现而功能强大,目前已成为国际进化计算界研究的热点.粒子群算法的性能受到参数惯量权重ω的影响,大量研究表明,较小的ω具有较好的局部搜索能力,可提高求解精度;较大的ω具有较好的全局搜索能力,在一定程度上可以避免陷入局部最优.很多研究者提出了多种动态调整惯量权重的方法.本文系统地介绍和分析比较了目前动态调整惯量权重的4种典型方法,即线性递减惯量权重、随机惯量权重、凹函数递减惯量权重和凸函数递减惯量权重.为了调查这些控制方法对PSO性能的影响,本文在10个不同的单峰和多峰函数上系统地对这4种方法进行了测试和比较,完整的实验结果比较分析对选...

• 单位
  中山大学; 中兴通讯股份有限公司