慣性權重動態調整的混沌粒子群算法
2016-05-16 06:17:40趙乃剛
軟件 2016年3期
趙乃剛
摘要：鑒于標準粒子群算法（PSO）有易陷入局部最優位置和全局搜索能力差等缺點，給出了相似度的定義，并根據群體中每個粒子與全局最優粒子的相似度值的大小，動態非線性地更新每個粒子的慣性權重值。為了改善算法的全局搜索性能，將混沌算子引入粒子群算法中。新算法在4個測試函數上與標準粒子群算法進行了比較，結果表明新算法的性能更好。endprint
趙乃剛
摘要：鑒于標準粒子群算法（PSO）有易陷入局部最優位置和全局搜索能力差等缺點，給出了相似度的定義，并根據群體中每個粒子與全局最優粒子的相似度值的大小，動態非線性地更新每個粒子的慣性權重值。為了改善算法的全局搜索性能，將混沌算子引入粒子群算法中。新算法在4個測試函數上與標準粒子群算法進行了比較，結果表明新算法的性能更好。endprint
