一类函数优化问题的求解.pdfVIP

第9卷 第 13期 2009年7月 科 学 技 术 与 工 程 Vo1．9 No．13 July2009 1671--1819(2009)13--3634-0·4 ScienceTechnologyandEngineering @ 2009 Sci．Tech．EnS~S． 计算机技术 一 类函数优化问题的求解 郭志辉 张远平 (兰州理工大学计算机与通信学院，兰州 730050) 摘 要 针对一类函数优化问题，通过对粒子群优化算法的惯性权重和算法公式的分析，提出了一种改进的粒子群优化算 法。该算法突破惯性权重常规取值。实验证明：该算法可以提高算法的效率，用极少次数的迭代，使原本复杂甚至不能求解 的问题得以解决。算法具有迭代次数少、对高维函数的鲁棒性强与空间复杂度低等优势。 关键词 粒子群算法 惯性权重 简化 函数优化 中图法分类号 Tit301．6； 文献标志码 A 粒子群优化算法 (ParticleSwarmOptimization， 使该类问题在求解中可以快速找到给定 目标解。 PSO)…是美国学者 Kennedy和Eberhart于 1995年 本文针对函数优化中的解分布于坐标轴原点 提出的，源于对鸟群捕食行为摸拟的PSO算法是一 附近的一类问题，利用简化计算方法，选取合适惯 种基于种群搜索策略的全局优化进化算法。作为 性权重值，提出了一种改进的粒子群优化算法。 一 种新的智能优化算法，PSO优化算法在函数优化、 神经网络训练、数据挖掘、多维联系空问优化问题、 1 粒子群算法 组合优化、模糊系统控制等应用领域L2．3均有成功 运用的先例。 设有 Ⅳ个粒子组成一个群体，在D维空间中搜 然而，粒子群优化算法常有陷入局部极值、过 索 目标，其中第 i个粒子记为一D维向量 =( 早收敛和收敛性能不佳的缺点。为了克服 PSO的 ， … ， )；：1，2，…，Ⅳ。第i个粒子的飞行速度 缺点，出现了大量的改进 PSO算法，如 自适应粒子 也是一个 D维的向量，记为 = ( 移，…，∞)， 群优化算法HJ、带约束因子的粒子群优化算法L5J、 i=1，2，…，Ⅳ。并记第 个粒子迄今为止搜索到的 杂交粒子群算法 或增加粒子群的规模，尽管这些 最优位置为Pi=(p P ，…，p )，整个粒子群迄今 改进对算法的性能有一定改善，但效果不佳，未能 为止搜索到的最优位置为P =(P P ，…，P蜃D)。 从根本上克服早熟收敛问题，况且会增加算法的运 每个粒子的速度和位置按如下公式进行更新： 算量。再次，在函数的维数增加时，很多改进的方 移 = +c1r1(．P 一 )+c2r2(p 一戈) (1) 法显得束手无策。但对某些问题，比如函数优化中 = + (2) 的解分布于坐标轴原点附近的一类问题，通过对惯 其中i=1，2，…，N；d=1，2，…，D；t表示进化到 性权重和粒子群算法公式的分析，选用合适的惯性 第t代；学习因子c和c是非负常数，通常取c，= 权重值，改进粒子的进化迭代公式，简化进化过程， c：=2；，r2为服从 一(0，1)分布的两个相互独立 的随机数； ∈[一一 ，一]，秽一是常数，根据实验 2009年3月3013收到 需要与函数本身设定其大小。迭代终止条件为预 第一作者简介：郭志辉 (1978一)，男，汉族，江西会昌人，硕士研究 设的最大迭代次数或(和)预定的最小适应度阈值。 生，研究方向：主{E化算法、生物信息学。E-mail：gzllhcp@tom．corn。 为改善PSO算法的性能，Shi和E