细粒度指数惯性权重自适应粒子群算法及应用

针对粒子群算法性能很大程度上取决于惯性权重的选择,提出细粒度指数惯性权重自适应策略的粒子群算法。选用10个经典函数进行仿真实验测试新算法的性能,使用SPSS软件对最优值、平均值和均方差进行Wilcoxon符号秩检验和Friedman检验,分析和检验结果与惯性权重高斯递减粒子群算法、双指数递减粒子群算法进行比较。将其应用于蒸汽动力系统调度问题。仿真实验和工程实例研究结果表明,新的策略对粒子的觅食行为有着显著作用,改善了粒子群算法摆脱局部极值点的能力,具有收敛速度快等优点,能较好地处理蒸汽动力系统优化调度问题。