计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2015年
3期
298-303
,共6页
粒子群算法%搜索能力%局部最优%自适应策略
粒子群算法%搜索能力%跼部最優%自適應策略
입자군산법%수색능력%국부최우%자괄응책략
Particle swarm optimization(PSO)%Search capabilities%Local optimal%Adaptive strategy
粒子群算法的参数速度权重在寻优过程中具有重要的作用.如何寻找合适的速度权重是提高算法性能的关键,为解决上述问题,提出了一种基于自适应策略的改进粒子群算法.改进粒子群算法在每次种群进行迭代时,根据每个粒子的适应度值自适应地改变每个粒子的速度权重,动态调整每个种群粒子的活性,提高了算法的全局寻优能力和收敛能力.仿真结果表明,在单目标函数中,改进算法能够更快速地找到最优位置,提高了算法的寻优能力;在多目标函数中,改进算法能够更快速地收敛到问题的Pareto最优边界,提高了算法的收敛能力.
粒子群算法的參數速度權重在尋優過程中具有重要的作用.如何尋找閤適的速度權重是提高算法性能的關鍵,為解決上述問題,提齣瞭一種基于自適應策略的改進粒子群算法.改進粒子群算法在每次種群進行迭代時,根據每箇粒子的適應度值自適應地改變每箇粒子的速度權重,動態調整每箇種群粒子的活性,提高瞭算法的全跼尋優能力和收斂能力.倣真結果錶明,在單目標函數中,改進算法能夠更快速地找到最優位置,提高瞭算法的尋優能力;在多目標函數中,改進算法能夠更快速地收斂到問題的Pareto最優邊界,提高瞭算法的收斂能力.
입자군산법적삼수속도권중재심우과정중구유중요적작용.여하심조합괄적속도권중시제고산법성능적관건,위해결상술문제,제출료일충기우자괄응책략적개진입자군산법.개진입자군산법재매차충군진행질대시,근거매개입자적괄응도치자괄응지개변매개입자적속도권중,동태조정매개충군입자적활성,제고료산법적전국심우능력화수렴능력.방진결과표명,재단목표함수중,개진산법능구경쾌속지조도최우위치,제고료산법적심우능력;재다목표함수중,개진산법능구경쾌속지수렴도문제적Pareto최우변계,제고료산법적수렴능력.
