典型文献
基于改进收缩因子的粒子群优化算法
文献摘要：
PSO算法寻优性能优劣受速度更新公式影响,过快的收敛速度可能使算法错过全局最优解;过慢的收敛速度可能会使算法陷于局部最优解.针对该问题,文中提出了一种基于改进压缩因子的PSO优化算法,即FPSO.通过引入压缩因子方程,改进了速度迭代公式,减少了因学习因子设置不当对算法造成的影响.新的调节机制既保证了PSO算法的收敛性能,也削弱了速度边界对算法的影响.最后,选取5个经典函数对算法性能进行测试.测试结果表明,与传统PSO算法相比,文中算法提高了全局收敛能力,缩短了收敛时间.
文献关键词：
粒子群优化算法;全局最优解;局部最优解;压缩因子;速度迭代;收敛能力;函数寻优;时间优化
中图分类号：
作者姓名：
王鹏飞;任丽佳;高燕
作者机构：
上海工程技术大学 电子电气工程学院,上海201620
文献出处：
引用格式：
[1]王鹏飞;任丽佳;高燕-.基于改进收缩因子的粒子群优化算法)[J].电子科技,2022(05):14-18,46
A类：
B类：
收缩因子,粒子群优化算法,算法寻优,寻优性能,速度更新,收敛速度,错过,全局最优解,过慢,陷于,局部最优解,压缩因子,FPSO,子方,速度迭代,迭代公式,学习因子,调节机制,既保证,收敛性能,算法性能,全局收敛,收敛能力,收敛时间,函数寻优,时间优化
AB值：
0.406204
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
