一种改进的动态改变惯性权重的粒子群算法

杜振鑫; 王兆青

Chinese

您当前的位置：

首页 >

文章列表页 >

一种改进的动态改变惯性权重的粒子群算法

更新时间：2026-09-04

- 一种改进的动态改变惯性权重的粒子群算法
- Improved PSO Algorithm with Dynamic Change of Inertia Weights
- 微电子学与计算机 2011年28卷第3期页码：85-88
- 作者机构：
  
  浙江理工大学机构计算机技术教研部,浙江,杭州,310018
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
杜振鑫, 王兆青. 一种改进的动态改变惯性权重的粒子群算法[J]. 微电子学与计算机, 2011, 28(3): 85-88.

DU Zhen-xin, WANG Zhao-qing. Improved PSO Algorithm with Dynamic Change of Inertia Weights[J]. 2011, 28(3): 85-88.
杜振鑫, 王兆青. 一种改进的动态改变惯性权重的粒子群算法[J]. 微电子学与计算机, 2011, 28(3): 85-88. DOI：

DU Zhen-xin, WANG Zhao-qing. Improved PSO Algorithm with Dynamic Change of Inertia Weights[J]. 2011, 28(3): 85-88. DOI：

摘要

惯性权重在粒子群算法中起到重要的作用

综合考虑了影响惯性权重的几种因素

提出基于进化速度、聚集度和相似度的动态改变惯性权重的粒子群算法

实验证明改进算法在收敛率、收敛精度和全局寻优能力方面都优于几种有代表性的动态改变惯性权重的算法.

Abstract

Inertia weight is an important parameter in particle swarm optimization algorithm. In this paper

evolution speed

aggregation degree and similarity is integrated into particles warm optimization organiically to control the inertia weight better

and enhance the escaping ability from local optimum when used on complicated problems. The modified PSO algorithm improves the abilities of seeking the global excellent result and convergence accuracy. The experiment results demonstrate that the proposed algorithm are superior to several typical particle swarm optimization algorithms based on dynammic change of inertia weights.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

V型沟槽SiC中子探测器的蒙特卡洛分析

基于MSS-YOLO-MPHands融合架构的装配手部动作识别研究

基于区块链的AI生成内容溯源框架设计研究

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

超低功耗实时时钟电路的设计