基于改进PSO的高分子材料降解模型参数优化

• 作者: 张桃红 张颖 陈冰
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 可降解高分子材料 降解 粒子群优化算法 算法改进 参数优化
• 年，卷（期）: 2012,（3）
• 页码范围: 305-309
• 分类号: TP399
• 字数: 4077字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2012.03.012

摘要

为提高可降解高分子材料降解模型仿真的准确程度,结合高分子材料降解的实际原则和所要考虑的各种因素,建立了适合优化的参数优化模型,并将粒子群优化算法(PSO)用于模型的求解.针对标准粒子群算法存在的一些不足,提出了一种改进的粒子群优化算法来求解最优值,改进的算法引入了动态自适应惯性权重和异步时变学习因子.采用5个标准测试函数对改进的粒子群算法进行了测试,并将算法应用于参数优化模型的求解.测试与试验结果表明:新算法有效地避免了过早陷入局部最优,提高了收敛速度和收敛精度,并且采用优化所得参数显著地提高了高分子材料降解模型仿真的精准度,有利于揭示降解机理的科学意义和指导实际医用器件的设计与生产.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张颖	北京科技大学计算机与通信工程学院	39	278	8.0	16.0
3	陈冰	中国科学院遗传与发育生物学研究所	10	50	5.0	7.0
4	张桃红	北京科技大学计算机与通信工程学院	13	114	6.0	10.0