仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2013年
8期
1756-1765
,共10页
吴建辉%章兢%陈华%王东%胡红平
吳建輝%章兢%陳華%王東%鬍紅平
오건휘%장긍%진화%왕동%호홍평
多峰函数%粒子群优化%小波变异%克隆选择算法%云模型
多峰函數%粒子群優化%小波變異%剋隆選擇算法%雲模型
다봉함수%입자군우화%소파변이%극륭선택산법%운모형
multimodal function%particle swarm optimization (PSO)%wavelet mutation%clonal selection algorithm%cloud model
为了尽可能寻找多峰函数的全部极值点及提高寻优精度,提出一种免疫云粒子群优化算法(PPSO)-融合云变异粒子群优化算法(CMPSO)的小波变异克隆选择算法(WMCSA).PPSO混合算法设置了最大重复搜索代数M,以便尽可能搜索到全部极值点.在每一代重复搜索中,首先,通过引入基于云模型的云变异算子以提高种群的多样性,并使用云变异粒子群优化算法对可行域内的所有极值点进行全局搜索;然后,利用小波变异克隆选择算法对云变异粒子群优化算法搜索到的较优解进行局部搜索以进一步提高解的精度.针对复杂多峰函数的寻优测试表明:在保证收敛速度的同时,PPSO算法的收敛精度和搜索到的极值点数目均得到显著提高.离散混沌系统的应用实例也表明了PPSO算法的有效性.
為瞭儘可能尋找多峰函數的全部極值點及提高尋優精度,提齣一種免疫雲粒子群優化算法(PPSO)-融閤雲變異粒子群優化算法(CMPSO)的小波變異剋隆選擇算法(WMCSA).PPSO混閤算法設置瞭最大重複搜索代數M,以便儘可能搜索到全部極值點.在每一代重複搜索中,首先,通過引入基于雲模型的雲變異算子以提高種群的多樣性,併使用雲變異粒子群優化算法對可行域內的所有極值點進行全跼搜索;然後,利用小波變異剋隆選擇算法對雲變異粒子群優化算法搜索到的較優解進行跼部搜索以進一步提高解的精度.針對複雜多峰函數的尋優測試錶明:在保證收斂速度的同時,PPSO算法的收斂精度和搜索到的極值點數目均得到顯著提高.離散混沌繫統的應用實例也錶明瞭PPSO算法的有效性.
위료진가능심조다봉함수적전부겁치점급제고심우정도,제출일충면역운입자군우화산법(PPSO)-융합운변이입자군우화산법(CMPSO)적소파변이극륭선택산법(WMCSA).PPSO혼합산법설치료최대중복수색대수M,이편진가능수색도전부겁치점.재매일대중복수색중,수선,통과인입기우운모형적운변이산자이제고충군적다양성,병사용운변이입자군우화산법대가행역내적소유겁치점진행전국수색;연후,이용소파변이극륭선택산법대운변이입자군우화산법수색도적교우해진행국부수색이진일보제고해적정도.침대복잡다봉함수적심우측시표명:재보증수렴속도적동시,PPSO산법적수렴정도화수색도적겁치점수목균득도현저제고.리산혼돈계통적응용실례야표명료PPSO산법적유효성.
