融合牛顿-最速下降算子的自适应粒子群算法

• 作者: 常安定 李江杰 陈童 马晗
• 来源期刊: 微电子学与计算机
• 关键词: 粒子群算法 牛顿-最速下降算子 动态惯性权重 影响度决策
• 年，卷（期）: 2020,（2）
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP18
• 语种: 中文

摘要

针对粒子群算法容易陷入局部最优、收敛精度低、后期收敛速度缓慢的问题,将牛顿-最速下降算子、动态惯性权重、影响度决策引入到粒子群的更新中,提出了融合牛顿-最速下降算子的自适应粒子群算法(NSWPSO).将改进后的算法、标准粒子群算法、自适应惯性权重粒子群算法、线性递减惯性权重粒子群算法同时应用于不同维度的12个测试函数,对搜索结果进行对比分析,T-test差异分析、10维测试函数达到期望值时的寻优率和平均迭代次数分析,可得改进后的算法能够稳定快速准确地搜索到全局最优解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常安定	长安大学理学院	64	249	8.0	11.0
2	李江杰	长安大学理学院	5	1	1.0	1.0
3	陈童	长安大学理学院	6	1	1.0	1.0
4	马晗	长安大学理学院	3	1	1.0	1.0