標準的粒子群算法引入慣性權重w,成為一種有效尋找函數(shù)極值的計算方法,且簡單易行收斂速度快。目前普遍采用的是線性遞減動態(tài)慣性權重策略,但其存在著復雜的非線性搜索過程。在線性遞減策略的基礎上,提出了非線性遞減動態(tài)慣性權重策略,采用Griewank、Rastrigrin、Sphere、J.D.Schaffer 4個標準測試函數(shù)進行了仿真實驗,與基本粒子群算法中慣性權重取固定值、線性遞減LDIW和指數(shù)曲線非線性遞減進行了比較。實驗結果表明改進的非線性權值遞減策略無論從收斂速度、收斂精度還是迭代次數(shù)都明顯優(yōu)于其他算法。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引 言
1 基本粒子群優(yōu)化算法
2 線性遞減慣性權值策略
3 改進的非線性遞減慣性權值策略
4 實驗仿真分析
5 結 論



本文編號：3778620