一种带变异算子的自适应惯性权重二进制粒子群优化算法

• 全文链接
• 请求原文

作   者：

王越;  邱飞岳;  郭海东; 

作者机构：

浙江工业大学教育科学与技术学院; 

关键词：

变异算子;  二进制粒子群优化算法;  非线性惯性权重; 

期刊名称：

小型微型计算机系统

基金项目：

基于多偏好与变量分解的大规模高维目标优化方法及应用研究
基于轮廓线段簇的隐式形状模型及其优化方法研究

i s s n：

1000-1220

年卷期：

2019 年 04 期

页   码：

733-737

摘   要：

针对离散二进制粒子群优化算法在寻优过程中收敛速度慢、搜索精度不高和易陷入局部最优的问题,本文提出一种带变异算子的自适应惯性权重二进制粒子群优化算法(MABPSO).首先,采用非线性递增策略优化惯性权重,平衡二进制粒子群算法的全局探索与局部探索性能;其次,引入对未知空间搜索的变异算子,改进速度更新公式,使粒子的寻优范围扩大,增强算法多样性,有效避免陷入局部最优解.通过在六个基准测试函数上进行测试所得到的实验结果表明,本文对二进制粒子群优化算法所做的优化相比于其它三种算法,具有较好的逃离局部最优解的能力,提高了算法的收敛性能.