论文部分内容阅读
针对标准粒子群优化算法存在易陷入局部最优解、收敛速度慢等缺点,从两个方面对算法进行改进.一方面,改变学习因子和惯性权重,使学习因子和惯性权重随着粒子的适应度动态自适应变化,以平衡局部和全局搜索能力;另一方面,增加粒子的学习对象,从社会心理学出发,提出向群体中所有比自身优秀的较优个体学习,以增强社会学习能力.与标准粒子群算法进行比较,实验证明新算法具有更高的收敛效率、更快的收敛速度.