计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
16期
232-234,240
,共4页
高维复杂函数%全局优化%粒子群算法
高維複雜函數%全跼優化%粒子群算法
고유복잡함수%전국우화%입자군산법
针对粒子群算法应用于复杂函数优化时可能出现过早收敛于局部最优解的情况,提出了一种改进的算法结构,命名为多阶段多子群粒子群算法(Multi-stage Multi-subpopulation Particle Swarm Optimization,MMPSO),该方法主要通过多子群之间阶段性的重分组策略,强化不同群体之间的信息交流,增大其搜索到全局最优解的概率,同时,为了保留粒子群算法高效优化的特点,通过分阶段搜索模式的转变.将全局最好模型收敛的快速性和局部最好模型收敛的全局最优性进行折中,确保改进后的粒子群算法拥有更强的全局搜索能力和尽量高的收敛速度.仿真实验证明,MMPSO算法相对于基本粒子群算法而言具有明显的精度优势.
針對粒子群算法應用于複雜函數優化時可能齣現過早收斂于跼部最優解的情況,提齣瞭一種改進的算法結構,命名為多階段多子群粒子群算法(Multi-stage Multi-subpopulation Particle Swarm Optimization,MMPSO),該方法主要通過多子群之間階段性的重分組策略,彊化不同群體之間的信息交流,增大其搜索到全跼最優解的概率,同時,為瞭保留粒子群算法高效優化的特點,通過分階段搜索模式的轉變.將全跼最好模型收斂的快速性和跼部最好模型收斂的全跼最優性進行摺中,確保改進後的粒子群算法擁有更彊的全跼搜索能力和儘量高的收斂速度.倣真實驗證明,MMPSO算法相對于基本粒子群算法而言具有明顯的精度優勢.
침대입자군산법응용우복잡함수우화시가능출현과조수렴우국부최우해적정황,제출료일충개진적산법결구,명명위다계단다자군입자군산법(Multi-stage Multi-subpopulation Particle Swarm Optimization,MMPSO),해방법주요통과다자군지간계단성적중분조책략,강화불동군체지간적신식교류,증대기수색도전국최우해적개솔,동시,위료보류입자군산법고효우화적특점,통과분계단수색모식적전변.장전국최호모형수렴적쾌속성화국부최호모형수렴적전국최우성진행절중,학보개진후적입자군산법옹유경강적전국수색능력화진량고적수렴속도.방진실험증명,MMPSO산법상대우기본입자군산법이언구유명현적정도우세.
