文献类型：期刊文章

作　　者：闫群民[1,2] 马瑞卿[1] 马永翔[3] 王俊杰[3]

YAN Qunmin;MA Ruiqing;MA Yongxiang;WANG Junjie(School of Automation,Northwestern Polytechnical University,Xi’an 710072,China;Shaanxi Key Laboratory of Industrial Automation,Hanzhong 723001,China;Department of Electrical Engineering,Shaanxi University of Technology,Hanzhong 723001,China)

机构地区：[1]西北工业大学自动化学院,陕西西安710072 [2]陕西省工业自动化重点实验室,陕西汉中723001 [3]陕西理工大学电气工程学院,陕西汉中723001

出　　处：《西安电子科技大学学报》

基　　金：陕西省教育厅重点科学研究计划项目(20JS018)。

年　　份：2021

卷　　号：48

期　　号：4

起止页码：120-127

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高粒子群算法的寻优速度和精度,避免陷入局部优解,提出一种自适应模拟退火粒子群优化算法。采用双曲正切函数来控制惯性权重系数,进行非线性自适应变化;利用线性变化策略控制社会学习因子和自我学习因子,达到改变不同阶段寻优重点的目的;引入模拟退火操作,根据种群的初始状态设置一个温度,根据米特罗波利斯准则和温度指导种群以一定的概率接受差解,保证了算法跳出局部最优解的能力。为验证这种算法的效果,选择7种典型测试函数与已有文献中提出的5种粒子优化算法进行对比实验,根据寻优结果的平均值、标准差以及迭代次数等数据,证明文中所提算法在迭代精度、收敛速度以及稳定性上都有很大的提升,有效地弥补了经典粒子群算法的缺陷。

关 键 词：粒子群优化 模拟退火 惯性权重系数  自适应调整策略  

分 类 号：TP301.6]