一种基于群体最优变化权重的改进粒子群算法

一种基于群体最优变化权重的改进粒子群算法

论文摘要

目前机电产品系统的优化设计过程多需要参数解耦和整体寻优,目前常用的粒子群寻优算法普遍存在收敛速度与全局寻优能力的冲突。为此,本文基于全局最优粒子和惯性权重的关系分析,提出了全局最优比概念,并在其基础上提出了一种基于群体最优变化权重的改进粒子群算法。该算法依据迭代次数和全局最优比的大小动态调整惯性权重的值,通过动态调整惯性权重来提高算法的局部和全局寻优能力。实验表明,该算法能有效平衡粒子群算法的全局和局部搜索能力,具有较强的全局寻优能力和较快的收敛速度,不仅对单峰函数收敛效果良好,对多维多峰函数优化同样取得了较好的结果。

论文目录

  • 0 引言
  • 1 基本粒子群算法及其各种不同权重的粒子群算法
  • 2 群体最优变化权重的改进粒子群算法
  •   2.1 粒子群算法速度公式核心思想
  •   2.2 全局最优比
  •   2.3 基于群体最优变化权重的改进粒子群算法流程
  • 3 算法测试及分析
  • 4 结论与展望
  • 文章来源

    类型: 期刊论文

    作者: 吕振飞,李文强,徐子林

    关键词: 优化设计,粒子群算法,全局最优比,惯性权重

    来源: 信息技术与信息化 2019年12期

    年度: 2019

    分类: 信息科技

    专业: 自动化技术

    单位: 四川大学机械工程学院创新方法与创新设计四川省重点实验室

    基金: 科技部创新方法工作专项(2017IM040100),四川省应用基础研究项目(No.2018JY0119)

    分类号: TP18

    页码: 90-94

    总页数: 5

    文件大小: 1343K

    下载量: 200

    相关论文文献

    • [1].二次0-1规划问题的全局最优条件[J]. 应用数学与计算数学学报 2018(03)
    • [2].全局最优的邻域估计[J]. 控制与决策 2012(08)
    • [3].一种带搜索因子的全局最优人工蜂群算法[J]. 重庆理工大学学报(自然科学) 2017(06)
    • [4].一类特殊六次规划问题的全局最优充分条件[J]. 湖北民族学院学报(自然科学版) 2018(04)
    • [5].Buck变换器的全局最优滑模控制器设计[J]. 洛阳理工学院学报(自然科学版) 2010(03)
    • [6].一种基于全局最优MPPT的混合控制策略研究[J]. 电力电子技术 2017(11)
    • [7].基于全局最优位置自适应选取与局部搜索的多目标粒子群优化算法[J]. 计算机应用 2014(04)
    • [8].具有相关噪声和不确定观测系统的全局最优Kalman滤波[J]. 哈尔滨理工大学学报 2015(04)
    • [9].一种新的QoS全局最优Web服务选择算法[J]. 微电子学与计算机 2013(03)
    • [10].基于多样性全局最优引导和反向学习的离子运动算法[J]. 控制与决策 2020(07)
    • [11].一种基于免疫小生境思想的粒子群优化算法[J]. 计算机工程与应用 2008(08)
    • [12].非线性规划问题的全局最优必要条件[J]. 应用数学与计算数学学报 2018(01)
    • [13].模糊C均值BP神经网络算法及其应用[J]. 中国农机化学报 2014(04)
    • [14].关于优化的一种算法[J]. 科技信息(科学教研) 2008(08)
    • [15].一种基于全局最优的改进的正弦余弦算法[J]. 河南科学 2020(01)
    • [16].一种改进的全局优化遗传算法[J]. 科技创新导报 2010(29)
    • [17].微分演化算法在桁架形状优化中的应用[J]. 土木建筑与环境工程 2010(01)
    • [18].一种基于全局最优MPPT算法的研究[J]. 电气传动 2015(12)
    • [19].基于边际效应全局最优的队列控制方法[J]. 云南大学学报(自然科学版) 2015(03)
    • [20].三维重构中一种快速全局最优算法[J]. 西北工业大学学报 2010(01)
    • [21].两跳放大转发中继网络中的ε-全局最优多中继选择策略[J]. 电信科学 2011(08)
    • [22].一种基于QoS全局最优的服务选择算法[J]. 计算机应用研究 2010(05)
    • [23].基于全局最优的快速人工鱼群算法及其应用研究[J]. 电子技术与软件工程 2016(07)
    • [24].面向多基线干涉SAR高程反演的全局最优相干方法[J]. 江西建材 2016(20)
    • [25].结合历史全局最优与局部最优的粒子群算法[J]. 华东理工大学学报(自然科学版) 2011(04)
    • [26].城市快速路分层分布式优化控制方法研究[J]. 交通运输系统工程与信息 2020(02)
    • [27].混合粒子群优化小波自适应阈值估计算法及用于局部放电去噪[J]. 高电压技术 2017(05)
    • [28].改进重置粒子群算法在MPC调速系统中的应用[J]. 微电机 2015(05)
    • [29].具有自适应全局最优引导快速搜索策略的人工蜂群算法[J]. 控制与决策 2014(11)
    • [30].全局最优退火的PSO算法及在交通控制中的应用[J]. 上海海事大学学报 2009(01)

    标签:;  ;  ;  ;  

    一种基于群体最优变化权重的改进粒子群算法
    下载Doc文档

    猜你喜欢