一种动态调整加速因子的微粒群优化算法.pdf

E—mail：eduf@cccc．net．cn {SSN 1009-3044 ComputerKnowledgeandTechnology电脑知识与技术 http：／／www．dnzs．net．cn Vo1．5．No．34，Deeem1)er2009，PP．9816—9818 Tel：+86—55l一5690963 5690964 一 种动态调整加速因子的微粒群优化算法 钵睦纲，刘芳菊!姜小奇 (1．衡 师范学院 计算机科学系，湖南 衡 H421008；2．南华大学 计算机科学与技术学院，湖南 衡 阳42lO01) 摘要 ：提 出了一种动态调整加速 因子的微粒群优化算法。针对微粒群算法中不同搜索 时期的微粒所需要的搜索能力不同，引入余 弦 函数来动态调整加速 因子，平衡算法的全局和局部搜索能力。利用三个Benchmark函数进行数值试验 ，仿真结果表明，算法稳定，具 有较好 的收敛性能 关键词 ：群智能 ：微粒群优 化：加速因子 中图分类号：TP18 文献标识码 ：A 文章编号 ：1009—3044(2009)34—9816-03 ParticleSwarm OptimizationAlgorithmwithDynamicallyAdjustingAccelerationCoefficients LINMu—gang，LIUFang-jU2，JIANGXiao—qi’ 1DepartmentofComputerScience，HengyangN ormalUniversity，Hengyang421008，China；2．SchoolofComputerScienceandTech— nology，UniversiytofSouthChina，Hengyang421001，China) Abstract：Aimingatparticlesindifferentsearchstageneedingfordifferentsearch capabilities，thispaperpresentsaparticleSWalTI1optimiza- tionalgorithln、、ithdyimmicallyadjustingaccelerationcoefficientsbasedoncosinefunction，whichimprovestheperfomranceoftheglobe searchand localsearch．Experimentsimulationsofthreebenchmarkfunctionsshow thattheproposedalgorithm haspowerfulconvergence abiliyt andgood stability ， Keywords：SxAarlTlintelligence；particleswarln optimization；accelerationcoefficient 微粒群优化算法fI)HrtieleSwarmOptimizationPSO)是 1995年 由Eberhan博士和 Kennedy博士受鸟群捕食行为启发而提 出的一 种基 于群体钾能的进化计算技术ll_。该算法具有如下优点 ：原理简单 ，容易实现；算法通用 ，不依赖于问题信息；群体协同搜索和记忆 能力，保留局部个体和伞局种群的最优信息 ，同时利用个体局部信息和群体全局信息指导算法下一步的搜索，高效而快速。PSO算 法所具有的分布式 、f1组织性 、协作性 、鲁棒性和实现简单方便等特点，使之在没有全局信息 的情况下 ，为解决复杂问题提供 了快速 可靠 的基础 、现存微粒群算法在工程设计与优化 、电力系统领域 、机器人控制和工业生产优化领域等取得 了较为成功的应用 ，已经 成为进化计算领域 的研究热点。 存微粒群算法中，加速 因子用来分别表示群体中每个个体的个人学习能力和社会学习能力，它们反映了粒子本身经验信息和 其 {也粒子的经验信息对粒子运动轨迹 的影响，反映了粒子群之 间的信息交流 ，是调整全局搜索与局部搜索的重要参数 。在标准的微 粒群算法 巾，加速因了的取值是 同定的．这样不能体现存不 同时期，自身的经验和社会的因素对微粒运