论文部分内容阅读
本文提出一种惯性权重非线性动态变化的微粒群算法（NDPSO），根据微粒在群体中距群体最优位置的远近，选择不同的惯性权重非线性下降指数，每个微粒根据个体状况选择不同的惯性权重。在NDPSO算法中，距最优位置较远区域惯性权重选择较小的下降指数，这样利于微粒较快地飞向群体最优位置，提高算法的全局搜索性能；当微粒飞到距最优位置较近区域时，惯性权重采用较大的下降指数，这样微粒在此区域进行细致的搜索，提高算法的收敛速度。为了研究NDPSO算法的性能，对几种典型高维非线性函数进行了测试。测试结果表明，与其它几种典型的微