论文部分内容阅读
在粒子群优化算法的基础上，首先把粒子群优化算法的速度更新式中的个体最优位置用粒子群中所有个体最优位置的平均值代替，得到扩展粒子群优化算法；然后，建立了加速系数和粒子群中所有粒子的平均适应度与整体最优位置适应度之差的一种非线性函数关系，得到自适应加速系数扩展粒子群优化算法。由于斯的算法利用了所有个体最优粒子的信息，并在进化过程中通过建立的非线性时变加速系数自适应地调整“认知”部分和“社会”部分对粒子的影响，从而提高了算法的收敛速度和精度。4个基准测试函数的对比实验结果说明自适应扩展粒子群优化算法的有效性和优