一种返巢模式下的粒子群优化策略
来源期刊:江西理工大学学报2015年第3期
论文作者:王碧 罗潇 张水平
文章页码:95 - 100
关键词:粒子群算法;学习因子;惯性权重;均匀分布;
摘 要:为进一步研究和优化粒子群算法,在采用非线性学习因子的同时,提出了一种新的牵引策略来共同优化粒子群算法(Particle Swarm Optimization Algorithm based on Homing HMPSO).该策略通过使粒子发生偏移于最优解的位移,增加粒子活性,从而提升算法后期的寻优能力.依实验需求将各基准函数进行调整变换并通过仿真实验进行寻优测试.结果表明,在算法后期的寻优能力有明显提升,且具有较好的鲁棒性.最后,估算出算法寻优结果精度高于指定阀值精度的概率区间,证明该策略具有良好可信度.
王碧1,罗潇2,张水平1
1. 江西理工大学信息工程学院2. 江西理工大学电气工程与自动化学院
摘 要:为进一步研究和优化粒子群算法,在采用非线性学习因子的同时,提出了一种新的牵引策略来共同优化粒子群算法(Particle Swarm Optimization Algorithm based on Homing HMPSO).该策略通过使粒子发生偏移于最优解的位移,增加粒子活性,从而提升算法后期的寻优能力.依实验需求将各基准函数进行调整变换并通过仿真实验进行寻优测试.结果表明,在算法后期的寻优能力有明显提升,且具有较好的鲁棒性.最后,估算出算法寻优结果精度高于指定阀值精度的概率区间,证明该策略具有良好可信度.
关键词:粒子群算法;学习因子;惯性权重;均匀分布;