【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第9期 263-266页,共4页

【作 者】： 杨娜 ; 荆园园

【摘 要】 针对许多工业生产过程的数学模型难以得到最优极值的问题，研究利用PSO算法实现对于复杂非线性函数的极值寻优。为了提高PSO算法的搜索能力和搜索精度，提出了一种惯性权重的自适应调整策略，并利用Sigmoid形式变异算子实现种群的重新初始化，避免早熟收敛。仿真结果证明了所提改进措施的正确性和有效性，改进后的PSO算法，在处理复杂非线性函数极值寻优问题时的能力大为提升。