粒子群优化算法中惯性权重综述_周俊

《粒子群优化算法中惯性权重综述_周俊》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第7期广东电力Vol.26No.72013年7月GUANGDONGELECTRICPOWERJul.2013doi:10.3969/j.issn.1007-290X.2013.07.002粒子群优化算法中惯性权重综述周俊，陈璟华，刘国祥，许伟龙(广东工业大学自动化学院，广东广州510006)摘要:粒子群优化(particleswarmoptimization，PSO)算法是基于鸟群觅食行为的一种新型的群体智能算法，而惯性权重是PSO算法中一个极其重要的参数，其值的选取直接关系粒子在寻优过程中的开发能力和探索能力。在介绍PSO算法的基本原理的基础上，分

2、析惯性权重对粒子群优化算法在收敛性方面的影响，综述了现有文献对惯性权重的研究进展，并评述了各种惯性权重取值策略所取得的研究成果和存在的不足之处。关键词:粒子群优化(PSO)算法;惯性权重;智能算法;收敛性;开发能力;探索能力中图分类号:TP301.6文献标志码:A文章编号:1007-290X(2013)07-0006-07SummaryonInertiaWeightinParticleSwarmOptimizationAlgorithmZHOUJun，CHENJinghua，LIUGuoxiang，XUWeilong(FacultyofAutomation，

3、GuangdongUniversityofTechnology，Guangzhou，Guangdong510006，China)Abstract:Particleswarmoptimization(thereafterasPSO)algorithmisakindofnewgroupintelligentalgorithmbasedonforagingofbirdswhileinertialweightisoneofimportantparametersinPSOalgorithmofwhichselectionforthevalueisdirectlyaff

4、ectingdevelopmentandexplorationcapabilitiesduringtheperiodofoptimizingoftheparticle．OnthebasisofintroducingbasicprinciplesofPSOalgorithm，thispaperanalyzesimpactofinertialweightonastringencyanddiscussesstudyprogressofinertialweightofpres-entdocuments．Inaddition，itmakescommentsonrese

5、archachievementsandshortagesofvariousvaluestrategiesforinertialweight．Keywords:particleswarmoptimizationalgorithm;inertialweight;intelligentalgorithm;astringency;developmentcapability;ex-plorationcapability粒子群优化(particleswarmoptimization，PSO)用领域。算法中的参数是影响算法性能和效率的关算法是由Eberhart博士和Ken

6、nedy博士于1995年键因数，如何确定最优参数使算法性能最佳是一个［1］提出的一类基于群体智能的随机优化算法。PSO极其复杂的优化问题。Shi等人提出的惯性权重是算法最早源于对鸟群觅食行为的研究，通过个体间PSO算法中极其重要的参数，惯性权重较大有利的协作与竞争，实现复杂空间中最优解的搜索。与于提高算法的全局搜索能力，而惯性权重较小会增遗传算法和蚁群算法相比，PSO算法具有简单、强算法的局部搜索能力，因此其值的选取直接关系［2］调整参数少，收敛速度快、鲁棒性好等特点，因此算法的开发能力和探索能力。为了能取得全局被广泛地应用于结构设计、函数优化、模式分类、搜

7、索和局部搜索之间的最佳平衡，研究者对惯性权模糊系统控制，电力系统机组组合优化以及其他应重进行了大量的研究。1PSO算法的基本原理收稿日期:2013-05-31基金项目:广东省电力节能与新能源技术重点实验室资助项目PSO算法是根据鸟群迁徙觅食行为过程而提(ZDSYS200701)。出的一种优化算法，通过群体之间的信息共享和个第7期周俊，等:粒子群优化算法中惯性权重综述7体自身经验的总结来修正个体行动策略，最终求取得出使得IPSO模型收敛的惯性权重与加速因子参优化问题的解。PSO算法首先生成初始种群，即数约束的关系。基于在一维算法收敛研究成果的基在可行解空间中随

8、机初始化粒子，每个粒子都为优础上，文献［6］对PSO