计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2012年
8期
2216-2218
,共3页
粒子群优化%惯性权重%复合策略
粒子群優化%慣性權重%複閤策略
입자군우화%관성권중%복합책략
针对粒子群优化算法中典型线性递减策略的惯性权重不能和运算过程中非线性变化的特点相匹配的问题,提出一种用典型线性递减策略和动态变化策略相结合的方法来确定惯性权重的粒子群优化算法( L-DPSO).该算法充分利用了线性递减策略的线性和动态变化策略的非线性特点,对两种策略赋予了相应的权重.然后将L-DPSO算法和单独使用典型线性递减策略来确定惯性权重的粒子群优化算法(LPSO)及单独使用动态变化策略来确定惯性权重的粒子群优化算法(DPSO)进行比较,用Griewank和Rsstrigin函数进行测试,结果表明,适当调整典型线性递减策略和动态变化策略的权重,L-DPSO算法的收敛速度明显优于LPSO和DPSO算法,收敛精度也有所提高.最后,对L-DPSO算法和几种常用的惯性权重计算方法确定的粒子群优化算法作比较,用Griewank和Rastrigin函数进行测试,结果表明L-DPSO算法也有明显优势.
針對粒子群優化算法中典型線性遞減策略的慣性權重不能和運算過程中非線性變化的特點相匹配的問題,提齣一種用典型線性遞減策略和動態變化策略相結閤的方法來確定慣性權重的粒子群優化算法( L-DPSO).該算法充分利用瞭線性遞減策略的線性和動態變化策略的非線性特點,對兩種策略賦予瞭相應的權重.然後將L-DPSO算法和單獨使用典型線性遞減策略來確定慣性權重的粒子群優化算法(LPSO)及單獨使用動態變化策略來確定慣性權重的粒子群優化算法(DPSO)進行比較,用Griewank和Rsstrigin函數進行測試,結果錶明,適噹調整典型線性遞減策略和動態變化策略的權重,L-DPSO算法的收斂速度明顯優于LPSO和DPSO算法,收斂精度也有所提高.最後,對L-DPSO算法和幾種常用的慣性權重計算方法確定的粒子群優化算法作比較,用Griewank和Rastrigin函數進行測試,結果錶明L-DPSO算法也有明顯優勢.
침대입자군우화산법중전형선성체감책략적관성권중불능화운산과정중비선성변화적특점상필배적문제,제출일충용전형선성체감책략화동태변화책략상결합적방법래학정관성권중적입자군우화산법( L-DPSO).해산법충분이용료선성체감책략적선성화동태변화책략적비선성특점,대량충책략부여료상응적권중.연후장L-DPSO산법화단독사용전형선성체감책략래학정관성권중적입자군우화산법(LPSO)급단독사용동태변화책략래학정관성권중적입자군우화산법(DPSO)진행비교,용Griewank화Rsstrigin함수진행측시,결과표명,괄당조정전형선성체감책략화동태변화책략적권중,L-DPSO산법적수렴속도명현우우LPSO화DPSO산법,수렴정도야유소제고.최후,대L-DPSO산법화궤충상용적관성권중계산방법학정적입자군우화산법작비교,용Griewank화Rastrigin함수진행측시,결과표명L-DPSO산법야유명현우세.
