电脑知识与技术
電腦知識與技術
전뇌지식여기술
COMPUTER KNOWLEDGE AND TECHNOLOGY
2013年
6期
1421-1422,1437
,共3页
微粒群算法%多子群%分级优化%无标度网络模型
微粒群算法%多子群%分級優化%無標度網絡模型
미립군산법%다자군%분급우화%무표도망락모형
PSO%many subgroups%graded optimization%scale-free network model
在算法的不同搜索阶段构建了两种寻优模式，提出了一种分级优化的多子群PSO算法。首先将整个群体划分为若干个子群，进行局部极值的搜索；在算法获得各个子群的局部最优解后，将所有子群的最优解以无标度网络的构造过程重新组成一个群体进行全局性的搜索。通过对典型测试函数的仿真实验证明，该算法具有更好的全局搜索和局部搜索能力。
在算法的不同搜索階段構建瞭兩種尋優模式，提齣瞭一種分級優化的多子群PSO算法。首先將整箇群體劃分為若榦箇子群，進行跼部極值的搜索；在算法穫得各箇子群的跼部最優解後，將所有子群的最優解以無標度網絡的構造過程重新組成一箇群體進行全跼性的搜索。通過對典型測試函數的倣真實驗證明，該算法具有更好的全跼搜索和跼部搜索能力。
재산법적불동수색계단구건료량충심우모식，제출료일충분급우화적다자군PSO산법。수선장정개군체화분위약간개자군，진행국부겁치적수색；재산법획득각개자군적국부최우해후，장소유자군적최우해이무표도망락적구조과정중신조성일개군체진행전국성적수색。통과대전형측시함수적방진실험증명，해산법구유경호적전국수색화국부수색능력。
In the search phase of the algorithm to build two different optimization modes, we propose a classification of opti-mized multi-subgroup PSO algorithm. First, the whole population is divided into several subgroups, search for local extrema;var-ious subgroups in the algorithm to obtain the local optimal solution, it will all subgroups optimal solution to scale-free networks composed of a group of re-construction process make global search. Through a typical test functions simulation results show that the algorithm has better global search and local search capabilities.
