針對傳統(tǒng)粒子群算法容易陷入局部最優(yōu)、收斂速度快,導致收斂精度低等弊端,一種改良的自適應慣性權重的粒子群算法在本文中被提出.通過對粒子飛行速度和位置變化的分析,并結合粒子的自適應值動態(tài)調整慣權重,使得算法能夠在全局空間和局部空間搜索之內達到良好的均衡.選擇典型的測試函數(shù),將改進后的粒子群算法（PSO-A）、帶收縮因子的粒子群算法（PSO-X）和慣性權重線性遞減粒子群算法（PSO-W）的性能進行了對比分析.最后采用MATLAB軟件進行算法仿真,從結果得出,本文所提出的自適應改變慣性權重的粒子群算法在收斂精度、收斂速度上都取得了明顯的改善. 

【文章來源】：微電子學與計算機. 2019,36(03)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 基本粒子群算法
3 慣性權重粒子群算法的自適應改進策略
4 算法仿真與分析
    4.1 測試函數(shù)選取
    4.2 測試結果分析
5 結束語


【參考文獻】：
期刊論文
[1]基于混合免疫粒子群算法的WSN移動sink路徑研究[J]. 朱正偉,郭曉,刁小敏.  微電子學與計算機. 2018(05)
[2]基于自然選擇粒子群算法的WSN覆蓋優(yōu)化策略[J]. 崔麗珍,李曉宇,胡海東,史明泉.  微電子學與計算機. 2018(04)
[3]一種慣性權重自適應的粒子群優(yōu)化算法[J]. 羅華.  電子科技. 2017(03)
[4]帶審斂因子的變鄰域粒子群算法[J]. 范成禮,邢清華,范海雄,李響.  控制與決策. 2014(04)
[5]改進PSO算法在多水源供水系統(tǒng)優(yōu)化調度中的應用[J]. 黃廷林,戴雪峰,張卉,何文杰,韓宏大.  中國給水排水. 2013(23)
[6]基于改進PSO算法的Rosenbrock函數(shù)優(yōu)化問題的研究[J]. 邵鵬,吳志健.  計算機科學. 2013(09)
[7]一種改進的自適應慣性權重粒子群優(yōu)化算法[J]. 董平平,高東慧,田雨波,胡永建.  計算機仿真. 2012(12)
[8]一種改進慣性權重策略的粒子群優(yōu)化算法[J]. 李軍民,王洪濤.  西安科技大學學報. 2010(05)



本文編號：3429405