基于毕达哥拉斯模糊熵的自适应粒子群算法

摘要

为更好地平衡粒子群算法的全局搜索和局部搜索能力，提高算法的搜索效率和精度，提出基于毕达哥拉斯模糊熵的自适应粒子群优化算法。该算法基于毕达哥拉斯模糊集理论，构造毕达哥拉斯模糊熵函数，迭代过程中根据不同阶段粒子的聚集程度动态调整惯性权重系数，结合自适应全局最优粒子学习策略更新粒子位置信息，从而避免算法早熟收敛和陷入局部最优。在9个测试函数上进行仿真实验的结果表明，与其他粒子群算法相比，该算法提高了求解精度和寻优效率，并具有更好的收敛能力。

关键词

毕达哥拉斯模糊熵 / 惯性权重 / 粒子群算法