自适应的分数阶达尔文粒子群优化算法

？针对分数阶达尔文粒子群算法收敛性能依赖于分数阶次α，易陷入局部最优的特点，提出了一种自适应的分数阶达尔文粒子群优化（afo-dpso）算法，利用粒子的位置和速度信息来动态调整分数阶次α，并引入自适应的加速系数控制策略和变异处理机制，以获取更优的收敛性能。对几种典型函数的测试结果表明，相比于现有的粒子群算法，所提的afo-dpso算法的搜索精度、收敛速度和稳定性都有了显著提高，全局寻优能力得到了进一步提高。