基于PSO的LAPSO和NLAPSO改进算法研究

摘要

为了解决实际问题中对精度和速度的双优要求，本文对PSO惯性因子进行混合改进，分别提出线性自调整（LAPSO）和非线性自调整（NLAPSO）两种改进算法，这两种算法在迭代初期动态地调整粒子的飞行速度，加强对种群信息的利用，增强种群的多样性，随着演化的进行，采用线性或非线性的改进策略，使得粒子能更快更精确的聚集到全局最优。实验表明这两种改进较线性、非线性或动态自适应调整，性能均有所提高。