惯性权重和学习因子动态调整的粒子群算法的MATLAB实现

您所在的位置:网站首页 粒子群算法惯性权重作用 惯性权重和学习因子动态调整的粒子群算法的MATLAB实现

惯性权重和学习因子动态调整的粒子群算法的MATLAB实现

2024-07-15 18:02| 来源: 网络整理| 查看: 265

基本粒子群算法由位置更新公式和速度更新公式组成

其中惯性权重w和学习因子c1,c2的动态改进是目前常用的手段,惯性权重有如下改进:

 学习因子动态改进:

 初始选取系数a=1,b=0.7,d=2;e1、e2和f1、f2都取值为1与0.7

 代码实现为:

        w = 1+(1-0.7).*(it.^2)/(MaxIt^2);         c1 = (1-0.7).*it/MaxIt+0.7;         c2 = (1-0.7).*it/MaxIt+0.7;

对原始粒子群算法w取值为1,c1取值为1.5,c2取值为1.7

对相关参数进行设置:种群规模50次,最大迭代次数500次,取值范围为-100~100,速度取值范围设置为-10~10:



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3