[发明专利]一种改进粒子群算法的方法在审
| 申请号： | 201910126712.0 | 申请日： | 2019-02-20 |
| 公开（公告）号： | CN109858606A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 李静梅;韩俊妍;吕图 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于进化算法技术领域，具体涉及一种改进粒子群算法的方法。由于粒子群算法有前期收敛速度快后期收敛速度慢的缺点，这就使得粒子无法全面的搜索整个空间。针对粒子群算法的这个缺点，本发明改进粒子群算法中的速度更新方式，在原来的速度更新公式中引入一个压缩因子λ。压缩因子λ的引入可以控制粒子群算法的收敛，使得粒子有机会搜索空间中不同的区域，并获得高质量的粒子。改进后的方法可以有效的提高算法的收敛速度和全局搜索能力。 | ||
| 搜索关键词： | 粒子群算法 收敛 粒子 速度更新 压缩因子 改进 全局搜索能力 进化算法 搜索空间 整个空间 引入 算法 搜索 | ||
【主权项】：
1.一种改进粒子群算法的方法，其特征在于，包括以下步骤：步骤1：初始化每个粒子的位置矢量Xi和速度矢量Vi，每个粒子的位置、速度均在其范围内进行随机赋值，设置与算法有关的参数：种群数目NP、搜索空间的维数D、粒子位置的范围、速度的范围、最大迭代数T、惯性权重w和学习因子c1、c2；步骤2：设置粒子自身最优解pbest为粒子的当前位置，设置初始种群中最优解为gbest；步骤3：根据速度更新公式和位置更新公式对粒子进行更新；步骤4：判断是否达到了迭代次数，若达到迭代次数转到步骤5；若没有达到迭代次数，迭代次数加1，转到步骤3；步骤5：输出gbest，算法结束。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学，未经哈尔滨工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910126712.0/，转载请声明来源钻瓜专利网。
