文件名称：论文研究-改进的云自适应粒子群优化算法.pdf
文件大小：226KB
文件格式：PDF
更新时间：2022-08-11 16:39:14
粒子群优化,自适应参数调整,云模型,全局最优性
为了提高基本PSO算法搜索性能和个体寻优能力，加快收敛速度，提出一种新的云自适应粒子群优化算法（CPSO）。此算法利用云滴具有随机性、稳定倾向性等特点,结合不同粒子与全局最优点的距离动态变化的性质，提出云自适应调整算法用于计算惯性权重，并对新算法进行了描述。通过典型函数优化实验表明，该算法较基本PSO明显提高了全局搜索能力和收敛速度，改善了优化性能。