一种结合自适应惯性权重的混合粒子群算法

• 全文链接
• 请求原文

作   者：

于桂芹;  李刘东;  袁永峰; 

作者机构：

哈尔滨工业大学计算机科学与技术学院;  哈尔滨工业大学理学院;  四川大学计算机技术学院;  成都艺术职业学院公共教学部; 

关键词：

粒子群优化;  惯性权重;  模拟退火法;  自适应;  混合算法; 

期刊名称：

哈尔滨理工大学学报

基金项目：

基于药代－药效模型的沙棘籽渣黄酮对糖-脂代谢影响及其机制的研究
基于高通量测序数据多供体植物基因组结构变异识别方法研究

i s s n：

1007-2683

年卷期：

2016 年 21 卷 03 期

页   码：

49-53

摘   要：

粒子群算法(particle swarm optimization,PSO)是一种容易实现且高效的优化算法,但该算法对各种参数反应较为敏感.本文针对经典粒子群算法容易陷入局部最优的不足之处进行研究,提出对经典粒子群算法使用自适应惯性权重并引入模拟退火法的思想来解决经典粒子群优化算法容易陷入局部最优解的问题.仿真实验结果表明,本文提出的混合算法与经典粒子群算法相比,不仅能够避免寻优过程中陷入局部最优问题,而且还具有收敛速度快、成功次数高、稳定性及寻优结果好等特点.