秦、郑;余、范;施哲文;王、余 自适应惯性权重粒子群优化算法。 （英语） 兹比尔1298.90138 Rutkowski，Leszek（编辑）等人，《人工智能和软计算——ICAISC 2006》。第八届国际会议，波兰扎科帕内，2006年6月25日至29日。诉讼程序。柏林：施普林格出版社（ISBN 978-3-540-35748-3/pbk）。计算机科学4029课堂讲稿。人工智能课堂讲稿，450-459（2006）。 摘要：提出了自适应惯性权重，以合理平衡粒子群算法的全局搜索和局部挖掘能力。由此产生的算法称为自适应惯性权重粒子群优化算法（AIW-PSO），其中定义了一种简单有效的度量方法，即个体搜索能力（ISA），以指示每个粒子在每个维度上是否缺乏全局探索或局部开发能力。采用转换函数，根据ISA动态计算惯性权重值。在运行过程中的每次迭代中，每个粒子都可以根据自己的情况沿搜索空间的每个维度选择合适的惯性权重。通过这种动态调整惯性权重的精细策略，可以提高粒子群算法的性能。为了证明AIW-PSO的有效性，在三个著名的10、20和30维基准函数上进行了综合实验。将AIW-PSO与线性递减惯性权值PSO、模糊自适应惯性权值粒子群算法和随机数惯性权粒子群算法进行了比较。实验结果表明，AIW-PSO算法具有良好的性能，优于其他算法。关于整个系列，请参见[Zbl 1137.68306号]. 引用于4文件 MSC公司： 90 C59 数学规划中的近似方法和启发式 PDF格式BibTeX公司 XML格式引用 \textit{Z.Qin}等人，Lect。注释计算。科学。4029450-459（2006年；Zbl 1298.90138） 全文： 内政部