计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
2期
506-509,513
,共5页
粒子群优化%早熟收敛%多样性%全局最优
粒子群優化%早熟收斂%多樣性%全跼最優
입자군우화%조숙수렴%다양성%전국최우
Particle Swarm Optimization (PSO)%premature convergence%diversity%global convergence
针对粒子群优化(PSO)算法的早熟收敛问题,提出了一种多样性反馈与控制的粒子群优化(DFCPSO)算法.该算法在搜索过程中根据多样性反馈信息,动态调整算法参数,改善了搜索次数在多样性曲线上的分布情况.当多样性或群体适应度方差下降到给定的阈值时,通过基于最优点排斥的初始化操作,高效率发散,使粒子飞离聚集区域,重新开始搜索,从而使种群多样性保持在合理范围内,避免了早熟收敛现象.对多个标准测试函数的实验结果表明,与当前多样性控制的粒子群优化(DCPSO)算法相比,DFCPSO算法在复杂优化问题和多模态优化问题中具有更强的全局搜索能力.
針對粒子群優化(PSO)算法的早熟收斂問題,提齣瞭一種多樣性反饋與控製的粒子群優化(DFCPSO)算法.該算法在搜索過程中根據多樣性反饋信息,動態調整算法參數,改善瞭搜索次數在多樣性麯線上的分佈情況.噹多樣性或群體適應度方差下降到給定的閾值時,通過基于最優點排斥的初始化操作,高效率髮散,使粒子飛離聚集區域,重新開始搜索,從而使種群多樣性保持在閤理範圍內,避免瞭早熟收斂現象.對多箇標準測試函數的實驗結果錶明,與噹前多樣性控製的粒子群優化(DCPSO)算法相比,DFCPSO算法在複雜優化問題和多模態優化問題中具有更彊的全跼搜索能力.
침대입자군우화(PSO)산법적조숙수렴문제,제출료일충다양성반궤여공제적입자군우화(DFCPSO)산법.해산법재수색과정중근거다양성반궤신식,동태조정산법삼수,개선료수색차수재다양성곡선상적분포정황.당다양성혹군체괄응도방차하강도급정적역치시,통과기우최우점배척적초시화조작,고효솔발산,사입자비리취집구역,중신개시수색,종이사충군다양성보지재합리범위내,피면료조숙수렴현상.대다개표준측시함수적실험결과표명,여당전다양성공제적입자군우화(DCPSO)산법상비,DFCPSO산법재복잡우화문제화다모태우화문제중구유경강적전국수색능력.
