河北工业科技
河北工業科技
하북공업과기
HEBEI JOURNAL OF INDUSTRIAL SCIENCE & TECHNOLOGY
2015年
3期
219-223
,共5页
算法理论%粒子群%演化计算%复杂网络%邻域结构
算法理論%粒子群%縯化計算%複雜網絡%鄰域結構
산법이론%입자군%연화계산%복잡망락%린역결구
algorithm theory%particle swarm optimization%evolution computation%complex network%neighborhood structure
为了克服标准粒子群算法的早熟、停滞进化或易于陷入局部最优的现象,提出了一种混合模型(简称NSPO).NSPO将一个粒子映射到无标度网络的多个网络节点上,借助网络结构获得该粒子的邻域拓扑.对粒子的更新,NSPO既考虑种群的最优,又考虑邻域的最优.在3个具有不同难度特点的测试函数上,将NSPO与标准粒子群算法进行了比较.实验结果表明:对于全局最优和梯度信息明显的函数,NSPO具有非常优越的表现;对于具有诸多局部最优的函数,NSPO逃逸局部最优的能力要强于标准粒子群算法;对于具有误导性梯度信息的函数,NSPO偶尔表现优异.
為瞭剋服標準粒子群算法的早熟、停滯進化或易于陷入跼部最優的現象,提齣瞭一種混閤模型(簡稱NSPO).NSPO將一箇粒子映射到無標度網絡的多箇網絡節點上,藉助網絡結構穫得該粒子的鄰域拓撲.對粒子的更新,NSPO既攷慮種群的最優,又攷慮鄰域的最優.在3箇具有不同難度特點的測試函數上,將NSPO與標準粒子群算法進行瞭比較.實驗結果錶明:對于全跼最優和梯度信息明顯的函數,NSPO具有非常優越的錶現;對于具有諸多跼部最優的函數,NSPO逃逸跼部最優的能力要彊于標準粒子群算法;對于具有誤導性梯度信息的函數,NSPO偶爾錶現優異.
위료극복표준입자군산법적조숙、정체진화혹역우함입국부최우적현상,제출료일충혼합모형(간칭NSPO).NSPO장일개입자영사도무표도망락적다개망락절점상,차조망락결구획득해입자적린역탁복.대입자적경신,NSPO기고필충군적최우,우고필린역적최우.재3개구유불동난도특점적측시함수상,장NSPO여표준입자군산법진행료비교.실험결과표명:대우전국최우화제도신식명현적함수,NSPO구유비상우월적표현;대우구유제다국부최우적함수,NSPO도일국부최우적능력요강우표준입자군산법;대우구유오도성제도신식적함수,NSPO우이표현우이.
