摘要:為了提高基本PSO算法搜索性能和個(gè)體尋優(yōu)能力,加快收斂速度,提出一種新的云自適應(yīng)粒子群優(yōu)化算法(CPSO)。此算法利用云滴具有隨機(jī)性、穩(wěn)定傾向性等特點(diǎn),結(jié)合不同粒子與全局最優(yōu)點(diǎn)的距離動態(tài)變化的性質(zhì),提出云自適應(yīng)調(diào)整算法用于計(jì)算慣性權(quán)重,并對新算法進(jìn)行了描述。通過典型函數(shù)優(yōu)化實(shí)驗(yàn)表明,該算法較基本PSO明顯提高了全局搜索能力和收斂速度,改善了優(yōu)化性能。
關(guān)鍵詞:粒子群優(yōu)化;自適應(yīng)參數(shù)調(diào)整;云模型;全局最優(yōu)性
中圖分類號:TP301.6 文獻(xiàn)標(biāo)志碼:A 文章編號:1001-3695(2010)09-3250-03