一种自学迁移粒子群人工智能算法

摘要

本发明公开了一种自学迁移粒子群人工智能算法，包括1：输入自学迁移粒子群算法的各项参数；2：随机给粒子的位置和速度赋值，计算粒子的适应度值，生成初始种群；3：对粒子的惯性权重进行自适应调整，更新粒子的位置和速度，生成新一代种群，计算新的适应度，并与个体最优值和全局最优值进行比较，判断是否更新；4：采用迁移操作来修正全局最优粒子的飞行方向，生成新的种群；5：判断是否满足全局最优粒子适应度值连续若干次小于给定收敛阈值或达到最大迭代次数两个条件之一，若否，则回转执行所述的步骤3；若是，则迭代停止，输出最终优化结果。本发明既提高了算法的收敛速度与精度，又能有效地解决粒子群算法易于陷入局部最优的问题。

主权项

一种自学习迁移粒子群人工智能算法，其特征在于，包括以下步骤：步骤1：输入自学习迁移粒子群算法的各项参数；步骤2：随机给粒子的位置和速度赋值，计算粒子的适应度值，生成初始种群；步骤3：对粒子的惯性权重进行自适应调整，更新粒子的位置和速度，生成新一代种群，计算新的适应度，并与个体最优值和全局最优值进行比较，判断是否更新；步骤4：采用迁移操作来修正全局最优粒子的飞行方向，对全局最优粒子信息进行修正；步骤5：判断是否收敛，即判断是否满足全局最优粒子适应度值连续若干次小于给定收敛阈值或达到最大迭代次数两个条件之一，若否，则回转执行所述的步骤3；若是，则迭代停止，输出最终优化结果。