电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2012年
11期
2194-2199
,共6页
粒子群算法%自适应%异构%聚类%函数优化
粒子群算法%自適應%異構%聚類%函數優化
입자군산법%자괄응%이구%취류%함수우화
粒子群优化(Particle Swarm Optimization,PSO)算法在复杂多峰函数可行域空间搜索时极易陷入局部极值点.研究表明改变种群拓扑结构和调整算法参数有助于改善种群的多样性,但是目前研究中少有同时考虑种群全局拓扑结构和局部粒子个体能力.本文提出一种具有异构分簇特性的自适应PSO算法.该算法采用K-均值聚类算法对种群进行动态分簇,形成多异构子群,并采用Ring型拓扑结构进行子群间信息流通.而后采用基于寻解水平评价的粒子自适应参数调整策略进行个体调整.通过实验分析表明该算法能够提高粒子群优化的种群的多样性、粒子活性、搜索能力和收敛性能,同时也降低了算法对参数初值的依赖性.
粒子群優化(Particle Swarm Optimization,PSO)算法在複雜多峰函數可行域空間搜索時極易陷入跼部極值點.研究錶明改變種群拓撲結構和調整算法參數有助于改善種群的多樣性,但是目前研究中少有同時攷慮種群全跼拓撲結構和跼部粒子箇體能力.本文提齣一種具有異構分簇特性的自適應PSO算法.該算法採用K-均值聚類算法對種群進行動態分簇,形成多異構子群,併採用Ring型拓撲結構進行子群間信息流通.而後採用基于尋解水平評價的粒子自適應參數調整策略進行箇體調整.通過實驗分析錶明該算法能夠提高粒子群優化的種群的多樣性、粒子活性、搜索能力和收斂性能,同時也降低瞭算法對參數初值的依賴性.
입자군우화(Particle Swarm Optimization,PSO)산법재복잡다봉함수가행역공간수색시겁역함입국부겁치점.연구표명개변충군탁복결구화조정산법삼수유조우개선충군적다양성,단시목전연구중소유동시고필충군전국탁복결구화국부입자개체능력.본문제출일충구유이구분족특성적자괄응PSO산법.해산법채용K-균치취류산법대충군진행동태분족,형성다이구자군,병채용Ring형탁복결구진행자군간신식류통.이후채용기우심해수평평개적입자자괄응삼수조정책략진행개체조정.통과실험분석표명해산법능구제고입자군우화적충군적다양성、입자활성、수색능력화수렴성능,동시야강저료산법대삼수초치적의뢰성.
