粒子群优化算法综述.pdfVIP

、 究与开发 粒子群优化算法综述 王杰文 ． 李赫男 (湖南第一师范学院信息技术系，长沙 410205) 摘 要 ：概括粒子位置、速度更新公式的修正 ，控制参数的变换和种群多样 的维持等粒子群优化 算法的改进技 术 ．介绍具有量子行为、并行处理能力及解决多 目标优化 问题的新型粒子 群优化 算法，讨论粒子群优化算法和其他优化算法混合的基本思想。 关键词 ：粒子群优化 ；改进 的PSO 算法；新 PSO 算法；混合 PSO 算法 0 引 言 =Xid+l~d (2) 粒子群优化算法 (PSO)是基于群体智能理论 的 式中i=1，2，…，N，d：l，2，…，D；学习因子 CI和 C2 优化算法．通过种群中粒子间的合作与竞争产生的群 是非负常数；rand：和rr仉d：是两个相互独立的在区间 体智能指导优化搜索 ．收敛速度较快 但 PSO在算法 10，1】上均匀分布的伪随机数 ，速度上限II~vmax。 早期存在精度低、易发散等缺点。在收敛情况下 ，由于 所有的粒子都向最优的方向飞去 ．所 以粒子多样性变 2 算法改进 差 ，使得后期收敛速度明显变慢，且易陷入局部最优。 2．1位置、速度更新公式的改进 为此 ．近年来不少研究者致力于算法 的改进 ．并取得 从运动学观点看 ．如果两次迭代之间所经历的时 了可喜的成果 ．本文将从 PSO算法本身 出发 ．综述其 间很短 ．则粒子的位移可以由下述公式计算 产生和改进历程 ．至于 PsO算法的应用 ．已有不少文 k+l t “ 1 X =； + t 章进行了总结 ．本文不赘述 。 其 中．t是从第 k次迭代到第 k+1次迭代所经历 1 标准 PSO 的时间。标准PS0中规定t=l，即单位时间。张建科等人 1995年 ．Kennedv和 Eberhart提 出经典 PSO算 根据外推技巧提出了式 (3)、(4)两个位置更新公式3[1， 法I】J．1998年 ．Shi等对经典 PSO算法进行 了修改脚，提 式后加一个微小的随机数 lO~roru／()．是为了在进化 出了目前广泛使用 的标准PSO算法 ：设在一个 D维 后期加强微调幅度 实验证明．随着被优化函数维数 的 目标搜索空间中．有 N个粒子组成一个群体 ．其 中 的增高 ．其平均收敛代数和搜索成功率均优于标准粒 第 i个粒子表示为一个 D维向量 X=(她， ，…， )， 子群算法 1，2，…，Ⅳ，每个粒子的位置就是一个潜在的解。将 ’ +[(+1)rand()一klv~+’+lO~and() (3) 代入一个 目标