一种改进的粒子群优化算法及其算法测试 |
| |
引用本文: | 刘玉敏,高松岩. 一种改进的粒子群优化算法及其算法测试[J]. 数学的实践与认识, 2019, 0(9) |
| |
作者姓名: | 刘玉敏 高松岩 |
| |
作者单位: | 东北石油大学电气信息工程学院 |
| |
摘 要: | 粒子群算法原理简单、参数少、易于实现,但有时容易陷入局部最优解,收敛速度慢.本文在粒子群算法理论研究的基础上,对算法的初始值选取、惯性权重取值、算法结构进行了改进:首先采用线性惯性递减权重调整,平衡全局搜索和局部搜索的能力;然后通过logistic映射将混沌状态引入到优化变量中,增强搜索空间的遍历性;最后引入遗传算法中的选择、交叉、变异保持了种群的多样性,使其具有不易陷入局部最优的能力.采用六种典型的测试函数,对惯性权重和算法进行了测试和对比分析.结果表明,算法在收敛速度和精度上都有所提高.
|
关 键 词: | 粒子群优化算法 混沌算法 遗传算法 |
An Improved Particle Swarm Optimization Algorithm and Its Algorithm Test |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|