一种动态改变惯性权重的自适应粒子群算法

针对惯性权重线性递减粒子群算法（ldwpso）不能适应复杂的非线性优化搜索过程的问题，提出了一种动态改变惯性权重的自适应粒子群算法（dcwpso），在该算法中引入聚焦距离变化率的概念，并根据它对粒子群算法搜索能力的影响，将惯性因子表示为关于聚焦距离变化率的函数。在每次迭代时算法可根据当前粒子群聚焦距离变化率的大小动态地改变惯性权重，从而使算法具有动态自适应性。对6个典型函数的测试结果表明，dcwpso算法的收敛速度明显优于ldwpso算法，收敛精度也有所提高。