%0 Journal Article
%T 一种新型的被动启发式粒子群优化算法
%A 秦洪德
%A 石丽丽
%J 哈尔滨工程大学学报
%D 2010
%X 标准粒子群优化（SPSO）算法具有参数少、鲁棒性好、易于实现等优点，但其同时也具有收敛慢、易于陷入局部极值点等缺点。本文在SPSO算法基础上，通过在其粒子速度更新公式的自我认知部分和社会经验部分引入惯性学习因子(,)，提出一种新型的被动启发式粒子群优化算法（PHPSO）。分别采用SPSO和PHPSO两种优化算法对测试函数进行求解，将这两种算法的优化过程进行比较分析，结果表明，与SPSO算法相比，本文所提出的PHPSO算法收敛速度大幅提高，且更易得到全局最优解，收敛精度更高。
%K 粒子群优化算法
%K 惯性权重
%K 惯性学习因子
%K 收敛速度
%K 收敛精度
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=20101010