一种权重递增的粒子群算法

粒子群算法(particleswarmoptimization,pso)是仿真生物群体的社会行为的一种智能优化算法,现在已广泛应用到各种优化计算中。pso算法的权重参数采用随迭代而递减的时变策略,权重时变值一般是根据试验结果来确定的,很少通过理论分析来选择权重。利用pso算法的理论模型,分析权重值对算法的影响,并说明pso算法采用时变权重的合理性。进一步根据分析模型,提出一种权重可以随迭代而递增的pso算法模型。通过利用经典的基准函数,经仿真试验验证,这种权重递增的pso算法优于传统权重递减的pso算法,并且其性能与标准pso算法相当。