粒子群優(yōu)化算法是一種基于群體的優(yōu)化計(jì)算工具,本文分析了粒子速度的收斂性以及粒子速度對算法性能的影響,確定導(dǎo)致其出現(xiàn)早熟收斂的主要原因是粒子群多樣性的損失過快。對此,本文以粒子群的成熟度為粒子群多樣性的測度,以此提出一種基于粒子群成熟度的自適應(yīng)調(diào)整慣性權(quán)重的粒子群算法,從而在保證算法良好運(yùn)行效率的同時(shí),有效解決易出現(xiàn)早熟收斂的問題。最后通過仿真驗(yàn)證的方式,對以上方法進(jìn)行驗(yàn)證,結(jié)果表明,本文采用這種以成熟度作為其調(diào)整的策略,對提高其運(yùn)行效率,防止早熟問題具有一定的可行性。

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 T-S模型概述
2 粒子群優(yōu)化算法改進(jìn)
    2.1 當(dāng)前粒子群算法存在的問題
    2.2 粒子群算法改進(jìn)
3 算法實(shí)現(xiàn)及測試
    3.1 算法實(shí)現(xiàn)
    3.2 算法測試
4 結(jié)語



本文編號：4007206