文献类型：期刊文章

作　　者：胡堂清[1] 张旭秀[1] 曹晓月[1]

HU Tangqing;ZHANG Xuxiu;CAO Xiaoyue(College of Electrical Information Engineering,Dalian Jiaotong University,Dalian 116021,China)

机构地区：[1]大连交通大学电气信息工程学院,辽宁大连116021

出　　处：《电光与控制》

基　　金：国家自然科学基金(61471080,61201419);国家科技支撑计划资助项目(2015BAF20B02);国家留学基金资助计划(2016082100308);辽宁省自然基金指导计划(1553737612631)。

年　　份：2020

卷　　号：27

期　　号：6

起止页码：16-21

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、PROQUEST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：为解决粒子群优化算法中存在的早熟收敛、易陷入局部寻优等问题,提出一种对惯性权重的非线性改进策略,构造了一种基于指数函数的惯性权重,并加入服从贝塔分布的随机调整数,以实现对其动态调整。此外,引入差分进化算法中的变异和交叉操作对粒子的位置进行更新,以增加粒子种群的多样性。为验证所提算法的寻优性能,选择4个典型的测试函数,将改进后的粒子群算法与其他算法进行比较。实验数据表明,所提改进算法在复杂问题上具有更高的搜索精度,在简单问题上具有更快的收敛速度。

关 键 词：粒子群算法 非线性惯性权重  指数函数 贝塔分布  差分进化算法

分 类 号：TP301]