计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
11期
52-56
,共5页
群体规模%微粒群算法%多峰函数%高维函数
群體規模%微粒群算法%多峰函數%高維函數
군체규모%미립군산법%다봉함수%고유함수
以标准微粒群算法PSO为基础,提出了一种改进的群体规模可变的微粒群算法-VPPSO.该方法是在标准PSO的进化过程中,当PGBEST(全局最好值)连续多代不发生变化时,利用遗传算法的杂交机制产生子代,并根据一定的规则加入进化群体中,当群体规模超过允许的最大值时,再通过选择机制,将群体规模收缩到初始时的状态.通过对四个多峰测试函数进行仿真,其结果表明:在高维多峰函数的优化中,VPPSO的收敛率以及收敛精度较标准PSO有很大的提高.
以標準微粒群算法PSO為基礎,提齣瞭一種改進的群體規模可變的微粒群算法-VPPSO.該方法是在標準PSO的進化過程中,噹PGBEST(全跼最好值)連續多代不髮生變化時,利用遺傳算法的雜交機製產生子代,併根據一定的規則加入進化群體中,噹群體規模超過允許的最大值時,再通過選擇機製,將群體規模收縮到初始時的狀態.通過對四箇多峰測試函數進行倣真,其結果錶明:在高維多峰函數的優化中,VPPSO的收斂率以及收斂精度較標準PSO有很大的提高.
이표준미립군산법PSO위기출,제출료일충개진적군체규모가변적미립군산법-VPPSO.해방법시재표준PSO적진화과정중,당PGBEST(전국최호치)련속다대불발생변화시,이용유전산법적잡교궤제산생자대,병근거일정적규칙가입진화군체중,당군체규모초과윤허적최대치시,재통과선택궤제,장군체규모수축도초시시적상태.통과대사개다봉측시함수진행방진,기결과표명:재고유다봉함수적우화중,VPPSO적수렴솔이급수렴정도교표준PSO유흔대적제고.
