基于惯性权重矩阵的自适应粒子群算法
作者:
杜霖
[1]
曹江涛
[2]
李书臣
[2]
关键词:
粒子群算法
离散状态空间方程
惯性权重矩阵策略
参数选择方法
重置策略
摘要：
为得到一种简单易实现、寻优能力强的粒子群算法,以便满足实际工程优化问题的需求,提出一种基于惯性权重矩阵的自适应粒子群算法(RDR-PSO).首先,定义了算法稳定运行概念并从离散状态空间方程角度分析了粒子群算法,在该概念下得到算法稳定运行时参数限制条件和粒子的运动规律;然后,定义了粒子活跃度,引入使算法每一步较大概率收敛较小概率发散的参数组合选择策略、惯性权重矩阵策略、根据粒子活跃度速度重置和历史最优值扰动策略,得到一种改进的粒子群算法(RDR-PSO);最后,对RDR-PSO算法性能进行仿真测试,结果表明,该算法具有收敛精度高、全局寻优能力强和简单易实现的优点,具有广泛的应用前景.
上一篇： 改进Adaboost算法的人体步态识别方法
下一篇： 融合用户聚类与项目聚类的加权Slope One算法