文献类型：期刊文章

作　　者：仝秋娟[1] 赵岂[2] 李萌[2]

TONG Qiu-juan;ZHAO Qi;LI Meng(School of Science,Xi'an University of Posts and Telecommunications,Xi'an 710121,Chinal;School of Communication and Information Engineering,Xi'an University of Posts and Telecommunications,Xi'an 710121,China)

机构地区：[1]西安邮电大学理学院,陕西西安710121 [2]西安邮电大学通信与信息工程学院,陕西西安710121

出　　处：《微电子学与计算机》

基　　金：国家自然科学基金项目(11401469);陕西省自然科学基础研究计划项目(2017JM1015)

年　　份：2019

卷　　号：36

期　　号：2

起止页码：6-10

语　　种：中文

收录情况：BDHX、BDHX2017、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：粒子群算法在处理优化问题时缺乏有效的参数控制,易陷入局部最优,导致收敛精度低.提出一种新的改进粒子群优化算法,算法根据粒子的适应度值动态自适应地调整算法中惯性权重和学习因子的取值,其中惯性权重采用非线性指数递减,有利于平衡算法的全局搜索与局部搜索能力,避免算法陷入局部极值;学习因子采用异步变化的策略,以增强算法的学习能力,进而提高算法的性能.数值实验结果表明,与SPSO、PSO-DAC算法相比较,改进后的算法无论在收敛速度、稳定性以及收敛精度上都有显著提高.

关 键 词：粒子群算法 惯性权重 学习因子  自适应

分 类 号：TP18]