一种基于群体最优变化权重的改进粒子群算法

目前机电产品系统的优化设计过程多需要参数解耦和整体寻优,目前常用的粒子群寻优算法普遍存在收敛速度与全局寻优能力的冲突。为此,本文基于全局最优粒子和惯性权重的关系分析,提出了全局最优比概念,并在其基础上提出了一种基于群体最优变化权重的改进粒子群算法。该算法依据迭代次数和全局最优比的大小动态调整惯性权重的值,通过动态调整惯性权重来提高算法的局部和全局寻优能力。实验表明,该算法能有效平衡粒子群算法的全局和局部搜索能力,具有较强的全局寻优能力和较快的收敛速度,不仅对单峰函数收敛效果良好,对多维多峰函数优化同样取得了较好的结果。