小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2011年
2期
317-322
,共6页
焦国辉%崔志华%谭瑛%樊卫兵
焦國輝%崔誌華%譚瑛%樊衛兵
초국휘%최지화%담영%번위병
微粒群算法%个体决策%小世界模型%李雅普诺夫函数
微粒群算法%箇體決策%小世界模型%李雅普諾伕函數
미립군산법%개체결책%소세계모형%리아보낙부함수
微粒群算法是一种模拟动物行为的群智能优化算法.由于微粒(个体)在不同环境中生存与觅食,积累了不同的经验,因此不同个体在觅食或者其他行为申会做出不同的决策,但是这种决策机制在标准微粒群算法申并没有体现出来.微粒在决策时会考虑周围其它粒子的信息,因此本文通过引入个体决策机制与小世界模型的邻城结构来改进微粒群算法,同时利用李雅普诺夫稳定性理论对改进的算法进行稳定性分析,并给出相应的参数选择方式.在改进的微粒群算法申,微粒被周围理想微粒的位置和群体最优位置所吸引,改变了传统微粒群算法只被群体最优位置吸引的弊端.对常用的几个测试函数进行仿真,与其它两种改进的微粒群算法相比,结果表明该算法有更好的性能.
微粒群算法是一種模擬動物行為的群智能優化算法.由于微粒(箇體)在不同環境中生存與覓食,積纍瞭不同的經驗,因此不同箇體在覓食或者其他行為申會做齣不同的決策,但是這種決策機製在標準微粒群算法申併沒有體現齣來.微粒在決策時會攷慮週圍其它粒子的信息,因此本文通過引入箇體決策機製與小世界模型的鄰城結構來改進微粒群算法,同時利用李雅普諾伕穩定性理論對改進的算法進行穩定性分析,併給齣相應的參數選擇方式.在改進的微粒群算法申,微粒被週圍理想微粒的位置和群體最優位置所吸引,改變瞭傳統微粒群算法隻被群體最優位置吸引的弊耑.對常用的幾箇測試函數進行倣真,與其它兩種改進的微粒群算法相比,結果錶明該算法有更好的性能.
미립군산법시일충모의동물행위적군지능우화산법.유우미립(개체)재불동배경중생존여멱식,적루료불동적경험,인차불동개체재멱식혹자기타행위신회주출불동적결책,단시저충결책궤제재표준미립군산법신병몰유체현출래.미립재결책시회고필주위기타입자적신식,인차본문통과인입개체결책궤제여소세계모형적린성결구래개진미립군산법,동시이용리아보낙부은정성이론대개진적산법진행은정성분석,병급출상응적삼수선택방식.재개진적미립군산법신,미립피주위이상미립적위치화군체최우위치소흡인,개변료전통미립군산법지피군체최우위치흡인적폐단.대상용적궤개측시함수진행방진,여기타량충개진적미립군산법상비,결과표명해산법유경호적성능.
