一种动态调整惯性权重的混合粒子群算法

摘要

为解决粒子群优化算法中存在的早熟收敛、易陷入局部寻优等问题,提出一种对惯性权重的非线性改进策略,构造了一种基于指数函数的惯性权重,并加入服从贝塔分布的随机调整数,以实现对其动态调整.此外,引入差分进化算法中的变异和交叉操作对粒子的位置进行更新,以增加粒子种群的多样性.为验证所提算法的寻优性能,选择4个典型的测试函数,将改进后的粒子群算法与其他算法进行比较.实验数据表明,所提改进算法在复杂问题上具有更高的搜索精度,在简单问题上具有更快的收敛速度.