论文部分内容阅读
为解决反向粒子群优化算法存在易陷入局部最优、收敛速度过慢的问题,文章提出了一种模拟退火自适应反向无惯性粒子群优化(simulated annealing adaptive opposition-based non-inertial particle swarm optimization,SAONPSO)算法。SAONPSO算法在一般性反向学习方法的基础上,根据模拟退火原理,对每一代粒子群自适应地给出反向策略执行概率,并结合精英差分变异策略对当前最优粒子进行扰动,从而帮助粒子避免陷入局部最优解;为加快粒子收