论文部分内容阅读
针对标准粒子群优化算法易陷入局部最优解、收敛速度慢等缺点，从提高全局和局部搜索能力2个方面出发，提出一种自适应动态控制参数的粒子群优化算法。根据粒子的适用度动态改变粒子学习公式中学习因子和惯性权重的取值，提高算法的搜索能力。在典型测试函数上与标准粒子群优化算法进行对比实验，结果表明，该算法具有更高的收敛效率和更快的收敛速度。