惯性权重和学习因子动态调整的粒子群算法的MATLAB实现
基本粒子群算法由位置更新公式和速度更新公式组成
其中惯性权重w和学习因子c1,c2的动态改进是目前常用的手段，惯性权重有如下改进：
学习因子动态改进：
初始选取系数a=1,b=0.7,d=2;e1、e2和f1、f2都取值为1与0.7
代码实现为：
w = 1+(1-0.7).*(it.^2)/(MaxIt^2);
c1 = (1-0.7).*it/MaxIt+0.7;
c2 = (1-0.7).*it/MaxIt+0.7;
对原始粒子群算法w取值为1，c1取值为1.5，c2取值为1.7
对相关参数进行设置：种群规模50次，最大迭代次数500次，取值范围为-100~100，速度取值范围设置为-10~10：
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！