计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
7期
2085-2089
,共5页
粒子群优化算法%爆炸冲击波%种群多样性%交叉变异%多峰函数
粒子群優化算法%爆炸遲擊波%種群多樣性%交扠變異%多峰函數
입자군우화산법%폭작충격파%충군다양성%교차변이%다봉함수
Particle Swarm Optimization (PSO) algorithm%blast wave%population diversity%crossover and mutation%multi-modal function
针对基本粒子群优化(PSO)算法在解决复杂多峰问题时易于陷入局部最优解的问题,提出一种基于爆炸冲击波模型的PSO算法(简称BW-PSO算法).该算法通过加入种群多样性监督条件,使得当种群数量缩小至给定阈值时,触发粒子冲击波过程:最优粒子与次优粒子进行交叉变异,处于爆炸半径内的粒子受到牵引力,加速收敛至当前极值;处于爆炸半径外的粒子受到冲击力向外扩散,增加了找到全局最优值的可能性.BW-PSO算法不仅能够通过最优粒子变异操作提升当前解的精度,而且通过粒子冲击波过程,增加了种群多样性,提升了粒子对全局空间开发的能力.实验结果表明,基于爆炸冲击波模型的PSO算法在求解多峰问题表现优于变异PSO算法与带电PSO算法.
針對基本粒子群優化(PSO)算法在解決複雜多峰問題時易于陷入跼部最優解的問題,提齣一種基于爆炸遲擊波模型的PSO算法(簡稱BW-PSO算法).該算法通過加入種群多樣性鑑督條件,使得噹種群數量縮小至給定閾值時,觸髮粒子遲擊波過程:最優粒子與次優粒子進行交扠變異,處于爆炸半徑內的粒子受到牽引力,加速收斂至噹前極值;處于爆炸半徑外的粒子受到遲擊力嚮外擴散,增加瞭找到全跼最優值的可能性.BW-PSO算法不僅能夠通過最優粒子變異操作提升噹前解的精度,而且通過粒子遲擊波過程,增加瞭種群多樣性,提升瞭粒子對全跼空間開髮的能力.實驗結果錶明,基于爆炸遲擊波模型的PSO算法在求解多峰問題錶現優于變異PSO算法與帶電PSO算法.
침대기본입자군우화(PSO)산법재해결복잡다봉문제시역우함입국부최우해적문제,제출일충기우폭작충격파모형적PSO산법(간칭BW-PSO산법).해산법통과가입충군다양성감독조건,사득당충군수량축소지급정역치시,촉발입자충격파과정:최우입자여차우입자진행교차변이,처우폭작반경내적입자수도견인력,가속수렴지당전겁치;처우폭작반경외적입자수도충격력향외확산,증가료조도전국최우치적가능성.BW-PSO산법불부능구통과최우입자변이조작제승당전해적정도,이차통과입자충격파과정,증가료충군다양성,제승료입자대전국공간개발적능력.실험결과표명,기우폭작충격파모형적PSO산법재구해다봉문제표현우우변이PSO산법여대전PSO산법.
