基于PSO的LAPSO和NLAPSO改进算法研究

为了解决实际问题中对精度和速度的双优要求,本文对PSO惯性因子进行混合改进,分别提出线性自调整（LAPSO）和非线性自调整（NLAPSO）两种改进算法,这两种算法在迭代初期动态地调整粒子的飞行速度,加强对种群信息的利用,增强种群的多样性,随着演化的进行,采用线性或非线性的改进策略,使得粒子能更快更精确的聚集到全局最优。实验表明这两种改进较线性、非线性或动态自适应调整,性能均有所提高。