多惯性权重的自适应粒子群优化算法

摘 要：惯性权重是粒子群优化算法重要参数之一，它能够平衡算法的全局搜索能力和局部搜索能力。为了利用已知惯性权重解决某些问题的优点，提出一种多惯性权重的自适应粒子群优化算法。首先定义了K步进化度的概念，然后基于进化度，从惯性权重集中随机选择惯性权重，使得适合解决某一问题的惯性权重在迭代过程中能够多次被使用，从而提高算法的性能，最后，把该算法应用到典型测试函数中，并与其他算法进行比较分析，数值结果表明，所提出的算法是可行的、有效的。

关键词：粒子群优化算法；惯性权重；自适应算法；进化度；非参数统计检验