[1]蒋晓鸣 雷霖 王厚军.一种改进惯性权重的变异微粒群优化算法[J].计算机技术与发展,2008,(06):79-82.
　JIANG Xiao-ming,LEI Lin,WANG Hou-jun.An Improved Inertia Weight Mutation Particle Swarm Optimization[J].,2008,(06):79-82.
点击复制

一种改进惯性权重的变异微粒群优化算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2008年06期
页码:
79-82
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
An Improved Inertia Weight Mutation Particle Swarm Optimization
文章编号:
1673-629X（2008）06-0079-04
作者:
蒋晓鸣 雷霖 王厚军
电子科技大学自动化工程学院
Author(s):
JIANG Xiao-ming;  LEI Lin;  WANG Hou-jun
School of Automation Engineering, University of Electronic Science and Technology of China
关键词:
微粒群; 惯性权重; 变异
Keywords:
particle swarm;  inertia weight;  mutation
分类号:
TP301.6
文献标志码:
A
摘要:
针对微粒群优化算法的早熟收敛和进化后期收敛速度慢等问题，提出了一种改进惯性权重的变异微粒群优化算法。在算法运行过程中，对适应度值不同的微粒赋予不同的惯性权重，使算法既具有良好的空间探索能力又有良好的局部挖掘能力；在群体最优信息陷入停滞时引入变异算子，对聚集在局部最优微粒附近的微粒的位置和速度进行变异操作，使算法摆脱局部最优点的束缚。对4种典型函数的测试结果表明，新算法的全局搜索能力和收敛速度都得到了提高，并且能够有效避免早熟收敛问题
Abstract:
Proposes an improved inertia weight mutation particle swarm optimization to solve the premature convergence problem, and to avoid the slow - convergence in the later convergence phase. When running the algorithm, different inertia weight values are given

相似文献/References:

[1]丁华福 姜晓伟 王丽雪[].基于禁忌搜索的自适应粒子群算法[J].计算机技术与发展,2010,(04):140.
　DING Hua-fu,JIANG Xiao-wei,WANG Li-xue[].Adaptive Particle Swarm Optimization Algorithm Based on Tabu Search[J].,2010,(06):140.
[2]吕赵明,张颖江.改进的新型蝙蝠算法[J].计算机技术与发展,2018,28(05):63.[doi:10.3969/j.issn.1673－629X.2018.05.015]
　LYU Zhao-ming,ZHANG Ying-jiang.An Improved New Bat Algorithm[J].,2018,28(06):63.[doi:10.3969/j.issn.1673－629X.2018.05.015]
[3]兰歆,韦宏利,陈超波.一种改进的粒子群算法的分数阶控制研究[J].计算机技术与发展,2018,28(10):145.[doi:10.3969/ j. issn.1673-629X.2018.10.030]
　LAN Xin,WEI Hong-li,CHEN Chao-bo.Research on Fractional Order Control of an Improved Particle Swarm Optimization Algorithm[J].,2018,28(06):145.[doi:10.3969/ j. issn.1673-629X.2018.10.030]
[4]曹晓月,张旭秀.学习因子随权重调整的混合粒子群算法[J].计算机技术与发展,2020,30(11):30.[doi:10. 3969 / j. issn. 1673-629X. 2020. 11. 006]
　CAO Xiao-yue,ZHANG Xu-xiu.Research of Simplified Particle Swarm Optimization Algorithm with Weight and Learning Factor[J].,2020,30(06):30.[doi:10. 3969 / j. issn. 1673-629X. 2020. 11. 006]

备注/Memo

备注/Memo:
蒋晓鸣（1981-），男，四川成都人，硕士研究生，从事检测技术及自动化控制研究；雷霖，教授，硕士生导师，从事检测技术、故障诊断、神经网络、混沌理论等研究
更新日期/Last Update: 1900-01-01