粒子群算法（PSO）是一種應(yīng)用廣泛、性能優(yōu)良的啟發(fā)式智能優(yōu)化算法。但是PSO算法具有易陷入局部最小值和全局尋優(yōu)能力差的缺陷,針對(duì)此問題,文章提出了一種基于自適應(yīng)慣性權(quán)重的粒子群算法（AIW-PSO）,該算法能夠有效的平衡原粒子位置和飛行速度對(duì)新粒子位置的影響度。用12組基準(zhǔn)測(cè)試函數(shù)來驗(yàn)證AIW-PSO算法的尋優(yōu)性能和收斂精度,并與現(xiàn)有相關(guān)算法相比,仿真實(shí)驗(yàn)結(jié)果表明,AIW-PSO算法的全局搜索能力和尋優(yōu)精度都有較大的提高。 

【文章來源】：統(tǒng)計(jì)與決策. 2019,35(02)北大核心CSSCI

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

四種算法對(duì)f2(30維)的尋優(yōu)曲線89·10-1010-15當(dāng)050100150200250300350400450500迭代次數(shù)

統(tǒng)計(jì)與決策2019年第2期·總第518期方法應(yīng)用050100150200250300350400450500迭代次數(shù)101010810610410210010-2當(dāng)前最優(yōu)解的平均值A(chǔ)IW-PSOPSOKHBBO圖2四種算法對(duì)f8(50維)的尋優(yōu)曲線從圖1中可以看出，AIW-PSO算法對(duì)f2函數(shù)在30維進(jìn)行尋優(yōu)時(shí)，有多處拐點(diǎn)出現(xiàn)，證明其跳出局部最優(yōu)的能力得到了有效增強(qiáng)；進(jìn)一步也可以觀察到AIW-PSO算法收斂速度較其他三種算法更快，收斂精度也有一定的提高。對(duì)圖2進(jìn)行分析，對(duì)于f8函數(shù)（50維），AIW-PSO算法的收斂精度得到了一定幅度的提高，且尋優(yōu)過程較平穩(wěn)，穩(wěn)定性更好。綜上所述，AIW-PSO算法對(duì)多維復(fù)雜優(yōu)化問題尋優(yōu)時(shí)，相比于其他三種算法全局尋優(yōu)能力得到了有效改善且穩(wěn)定性較強(qiáng)。3.4AIW-PSO算法與其它改進(jìn)PSO算法實(shí)驗(yàn)為了進(jìn)一步評(píng)價(jià)AIW-PSO算法的優(yōu)化能力，將AIW-PSO與CLPSO、HPSO-TVAC[8]、LPSO、DMS-PSO[9]和LFPSO進(jìn)行比較。具體實(shí)驗(yàn)參數(shù)設(shè)定與上文相同，算法均獨(dú)立運(yùn)行20次。表3給出了8組測(cè)試函數(shù)在30維問題上的實(shí)驗(yàn)結(jié)果，其中，CLPSO、HPSO-TVAC、LPSO、DMS-PSO和LFPSO的實(shí)驗(yàn)數(shù)據(jù)來自于文獻(xiàn)[10]。從表3中可以看出，AIW-PSO、CLPSO、HPSO-TVAC、LFPSO算法找到最優(yōu)解個(gè)數(shù)分別為5、1、1、1，LPSO和DMS-PSO找到的最優(yōu)個(gè)數(shù)為0，且對(duì)于f5和f7函數(shù)，AIW-PSO算法直接搜索到了理論最優(yōu)值，對(duì)于f1、f4和f6函數(shù)，AIW-PSO算法搜索的結(jié)果無限接近最優(yōu)值。實(shí)驗(yàn)結(jié)果表明，AIW-PSO算法的搜索性能更優(yōu)，特別是對(duì)于多峰函數(shù)具有較高的尋優(yōu)能力和穩(wěn)定性。綜上所述，自適應(yīng)行為的慣性權(quán)值的引入，改善了PSO算法的性能。AIW-PSO算法能夠有效解決高維復(fù)雜數(shù)值優(yōu)化問題。4結(jié)束語針對(duì)粒子群算法?

【參考文獻(xiàn)】：
期刊論文
[1]基于動(dòng)態(tài)因子和共享適應(yīng)度的改進(jìn)粒子群算法[J]. 譚熠峰,孫婷婷,徐新民.  浙江大學(xué)學(xué)報(bào)(理學(xué)版). 2016(06)
[2]一種改進(jìn)的生物地理學(xué)優(yōu)化算法[J]. 魯宇明,王彥超,劉嘉瑞,Wu Liu.  計(jì)算機(jī)工程與應(yīng)用. 2016(17)
[3]基于自適應(yīng)搜索中心的骨干粒子群算法[J]. 王東風(fēng),孟麗,趙文杰.  計(jì)算機(jī)學(xué)報(bào). 2016(12)
[4]基于改進(jìn)粒子群算法的小波神經(jīng)網(wǎng)絡(luò)在變壓器故障診斷中的應(yīng)用[J]. 程聲烽,程小華,楊露.  電力系統(tǒng)保護(hù)與控制. 2014(19)



本文編號(hào)：3366796