您的位置:首页  > 论文页面

粒子群算法中惯性权重非线性调节策略

发表时间:2009-10-31  浏览量:1880  下载量:869
全部作者: 李丽,薛冰,牛奔
作者单位: 深圳大学管理学院
摘 要: 惯性权重是粒子群优化算法(particle swarm optimization,PSO)中的重要参数,可以有效地平衡算法的全局搜索能力和局部搜索能力,提高算法的性能。首先分析了PSO算法惯性权重的作用,并借鉴正切和反正切函数的变化规律,提出了两种新的惯性权重改进策略。通过进行仿真实验和与其他的改进方法进行对比研究,证明两种方法能有效提高算法的鲁棒性、收敛速度和收敛精度。
关 键 词: 人工智能;粒子群算法;惯性权重;正切函数;反正切函数
Title: The novel non-linear analysis on inertia weight of particle swarm optimization
Author: LI Li, XUE Bing, NIU Ben
Organization: College of Management, Shenzhen University
Abstract: The inertia weight is the most important parameter in the particle swarm optimization (PSO). It can balance the global search and local search effectively to improve PSO’s convergence. PSO algorithm and the function of the inertia weight are described. Using the characteristic of the tangent function and the arc tangent function for reference, two new strategies are produced. Through the simulation and the contrast of the results, the new strategies have greatly improved the robustness, the convergence rate and the precision of the results.
Key words: artificial intelligence; particle swarm optimization; inertia weight; tangent function; arc tangent function
发表期数: 2009年10月第20期
引用格式: 李丽,薛冰,牛奔. 粒子群算法中惯性权重非线性调节策略[J]. 中国科技论文在线精品论文,2009,2(20):2200-2205.
 
0 评论数 0
暂无评论
友情链接