文献类型：期刊文章

作　　者：张渊博[1] 邹德旋[1] 张春韵[1] 杜星瀚[1]

ZHANG Yuan-bo;ZOU De-xuan;ZHANG Chun-yun;DU Xing-han(School of Electrical Engineering and Automation,Jiangsu Normal University,Xuzhou Jiangsu 221116,China)

机构地区：[1]江苏师范大学电气工程及自动化学院,江苏徐州221116

出　　处：《计算机仿真》

基　　金：国家自然科学基金(62003152);江苏省研究生科研创新计划项目(2020XKT081)。

年　　份：2023

卷　　号：40

期　　号：4

起止页码：350-357

语　　种：中文

收录情况：BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：针对粒子群优化算法容易陷入局部极值、进化后期的收敛速度慢和精度低等问题,提出自适应惯性权重的粒子群优化算法。算法采用自适应更新惯性权重,添加影响算子,并通过惯性权重自适应调整学习因子,然后加入随机局部搜索策略;最后使用测试函数,通过和3种优化算法进行30次重复实验。结果表明,提出的算法具有更好的全局收敛能力,且收敛精度、和稳定性都有明显的提升。

关 键 词：粒子群优化算法 自适应惯性权重 影响算子  学习因子  测试函数 收敛精度  

分 类 号：TP301]