CAJ | 학술논문

针对粒子群优化(particle swarm optimization,PSO)算法收敛速度慢、寻优精度低、计算量大、容易陷入局部最优解等问题,首先提出了一种无需越界检测的归一化粒子群优化(normalized particle swarm optimization,NPSO)算法,NPSO算法具有比PSO算法更佳的有效性和稳定性,其优化速度和收敛精度要远远优于PSO算法,且其计算量要比常规PSO算法采用越界检测调整小.其次,结合狼群算法(wolf pack algorithm,WPA)中的游走行为,在二分粒子群优化(dichotomy particle swarm optimization,DPSO)算法的基础上,通过对二分粒子赋予不同的探索方向,提出了一种WPA-DPSO算法,WPA-DPSO算法具有3层寻优的功能,不仅有效加强了粒子的搜索范围,避免了算法陷入局部最优解,而且有效提高了DPSO算法的收敛速度、优化精度、稳定性和有效性.在NPSO算法和WPA-DPSO算法的基础上,提出了一种混合型PSO算法(WPA-NDPSO),从而有效克服了PSO算法早熟收敛、搜索范围不大、容易收敛到局部极值、计算量大等问题.均匀线阵方向图综合实验表明:WPA-NDPSO算法不仅具有较优的收敛速度和优化精度,而且具有较强的稳定性和较高的有效性.
침대입자군우화(particle swarm optimization,PSO)산법수렴속도만、심우정도저、계산량대、용역함입국부최우해등문제,수선제출료일충무수월계검측적귀일화입자군우화(normalized particle swarm optimization,NPSO)산법,NPSO산법구유비PSO산법경가적유효성화은정성,기우화속도화수렴정도요원원우우PSO산법,차기계산량요비상규PSO산법채용월계검측조정소.기차,결합랑군산법(wolf pack algorithm,WPA)중적유주행위,재이분입자군우화(dichotomy particle swarm optimization,DPSO)산법적기출상,통과대이분입자부여불동적탐색방향,제출료일충WPA-DPSO산법,WPA-DPSO산법구유3층심우적공능,불부유효가강료입자적수색범위,피면료산법함입국부최우해,이차유효제고료DPSO산법적수렴속도、우화정도、은정성화유효성.재NPSO산법화WPA-DPSO산법적기출상,제출료일충혼합형PSO산법(WPA-NDPSO),종이유효극복료PSO산법조숙수렴、수색범위불대、용역수렴도국부겁치、계산량대등문제.균균선진방향도종합실험표명:WPA-NDPSO산법불부구유교우적수렴속도화우화정도,이차구유교강적은정성화교고적유효성.