基于质心和自适应指数惯性权重改进的粒子群算法

来源：计算机应用杂志2015年第3期北京时间：

作者：陈寿文

单位：滁州学院 数学与金融学院, 安徽 滁州 239000

摘要：针对粒子群优化(PSO)算法易出现早熟收敛及寻优精度低等问题,为提高粒子群优化算法寻优能力,提出了一种基于质心和自适应指数惯性权重改进的粒子群优化算法(CEPSO)。首先,使用各粒子的适应度计算权重系数;然后,分别使用各粒子当前位置和迄今为止最优位置构造了加权的种群质心和最优个体质心,使用平均粒距来度量群体状态,并依据群体状态设计了分段指数惯性权重;最后,结合使用分段指数惯性权重和双质心调整了粒子速度更新公式。仿真结果表明,CEPSO能增强寻优能力,并具有较强的稳定性。

关键词：质心,平均粒距,自适应指数惯性权重,粒子群优化算法

基金资助：安徽省高校优秀青年人才基金资助项目(2012SQRL154);滁州学院科研启动基金资助项目(2014qd007,2014qd011)