计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
8期
2306-2310
,共5页
吴逸庭%戴月明%纪志成%吴定会
吳逸庭%戴月明%紀誌成%吳定會
오일정%대월명%기지성%오정회
粒子群优化算法%粒子角色%混沌%邻域搜索%协同
粒子群優化算法%粒子角色%混沌%鄰域搜索%協同
입자군우화산법%입자각색%혼돈%린역수색%협동
Particle Swarm Optimization (PSO) algorithm%particle role%chaos%neighborhood search%cooperation
针对粒子群优化(PSO)算法易陷入局部最优和后期收敛速度慢的问题,提出一种多粒子角色协同作用的混合粒子群算法(M PRPSO).引入粒子角色的概念,将种群粒子分成探索粒子(EP)、巡逻粒子(PP)和局部开发粒子(LEP)三类角色,在每次迭代中利用探索粒子以标准PSO算法搜索解空间,用基于混沌的巡逻粒子加强全局搜索,并在陷入局部最优时替代部分探索粒子,恢复种群活力.最后通过局部开发粒子的单维异步邻域搜索加强算法局部搜索能力,加快收敛.实验独立运行30次,所提算法在粒子角色比例为0.8:0.1:0.1的条件下,在Sphere、Rosenbrock、Ackley和Quadric函数中获得的平均值分别为2.352E-72、4.678E-29、7.780E-14和2.909E-14,尤其在Rastrigrin与Griewank函数中能收敛到最优解0,优于其他对比算法.实验结果表明,所提算法在优化性能上有所提高,并有一定的鲁棒性.
針對粒子群優化(PSO)算法易陷入跼部最優和後期收斂速度慢的問題,提齣一種多粒子角色協同作用的混閤粒子群算法(M PRPSO).引入粒子角色的概唸,將種群粒子分成探索粒子(EP)、巡邏粒子(PP)和跼部開髮粒子(LEP)三類角色,在每次迭代中利用探索粒子以標準PSO算法搜索解空間,用基于混沌的巡邏粒子加彊全跼搜索,併在陷入跼部最優時替代部分探索粒子,恢複種群活力.最後通過跼部開髮粒子的單維異步鄰域搜索加彊算法跼部搜索能力,加快收斂.實驗獨立運行30次,所提算法在粒子角色比例為0.8:0.1:0.1的條件下,在Sphere、Rosenbrock、Ackley和Quadric函數中穫得的平均值分彆為2.352E-72、4.678E-29、7.780E-14和2.909E-14,尤其在Rastrigrin與Griewank函數中能收斂到最優解0,優于其他對比算法.實驗結果錶明,所提算法在優化性能上有所提高,併有一定的魯棒性.
침대입자군우화(PSO)산법역함입국부최우화후기수렴속도만적문제,제출일충다입자각색협동작용적혼합입자군산법(M PRPSO).인입입자각색적개념,장충군입자분성탐색입자(EP)、순라입자(PP)화국부개발입자(LEP)삼류각색,재매차질대중이용탐색입자이표준PSO산법수색해공간,용기우혼돈적순라입자가강전국수색,병재함입국부최우시체대부분탐색입자,회복충군활력.최후통과국부개발입자적단유이보린역수색가강산법국부수색능력,가쾌수렴.실험독립운행30차,소제산법재입자각색비례위0.8:0.1:0.1적조건하,재Sphere、Rosenbrock、Ackley화Quadric함수중획득적평균치분별위2.352E-72、4.678E-29、7.780E-14화2.909E-14,우기재Rastrigrin여Griewank함수중능수렴도최우해0,우우기타대비산법.실험결과표명,소제산법재우화성능상유소제고,병유일정적로봉성.
