基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。
推荐文章
一种改进的自适应惯性权重的粒子群算法
粒子群算法
惯性权重
自适应
收敛精度
基于Sigmoid惯性权重自适应调整的粒子群优化算法
粒子群优化算法
早熟
惯性权重
适应度
自适应
一种具有初始化功能的自适应惯性权重粒子群算法
粒子群优化算法
自适应
惯性权重
初始化
加权重心
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自适应惯性权重的改进粒子群算法
来源期刊 电子科技大学学报 学科 工学
关键词 自适应惯性权重 收敛性能 惯性分量 无效迭代 粒子群优化算法
年,卷(期) 2014,(6) 所属期刊栏目 自动化技术
研究方向 页码范围 874-880
页数 7页 分类号 TP273
字数 6581字 语种 中文
DOI 10.3969/j.issn.1001-0548.2014.06.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 师奕兵 电子科技大学自动化工程学院 153 1324 19.0 27.0
2 李焱骏 电子科技大学自动化工程学院 15 156 6.0 12.0
3 张伟 电子科技大学自动化工程学院 126 932 15.0 24.0
4 敖永才 电子科技大学自动化工程学院 5 117 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (391)
参考文献  (6)
节点文献
引证文献  (82)
同被引文献  (222)
二级引证文献  (146)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(6)
  • 引证文献(6)
  • 二级引证文献(0)
2016(14)
  • 引证文献(14)
  • 二级引证文献(0)
2017(20)
  • 引证文献(14)
  • 二级引证文献(6)
2018(65)
  • 引证文献(22)
  • 二级引证文献(43)
2019(84)
  • 引证文献(17)
  • 二级引证文献(67)
2020(38)
  • 引证文献(8)
  • 二级引证文献(30)
研究主题发展历程
节点文献
自适应惯性权重
收敛性能
惯性分量
无效迭代
粒子群优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
论文1v1指导