基于分工合作和搜索空间重构的粒子群优化.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 2010，46(2) 51 基于分工合作和搜索空间重构的粒子群优化 王 刚，张定华，陈 冰 WANG Gang，ZHANG Ding—hua，CHEN Bing 西北工业大学 现代设计与集成制造技术教育部重点实验室，西安 710072 KeyLaboratoryofContemporaryDesign andIntegrated ManufacturingTechnology，Ministry ofEducation，Northwestern Polytechnical University，Xi’an 710072，China E-mail：2003gw@gmail．com W ANG Gang，ZHANG Ding—hua，CHEN Bing．Particleswarm optimizer based on particle—cooperation and search—space— reconfiguration．ComputerEngineeringnadApplications．2010，46(2)：51—54． Abstract：A particleswarnqoptimizationbasedonparticle—Cooperationandsearch—space—Reconfiguration(CRPSO)isproposed． Firstly。differentinertia weightsare given to particleswith differentfitness．Secondly，when iterating forsomecertain generations，a smallersearch—space isreconfigured according to formerone and positionsofpresentparticles．Then．the swarm isreinitialized to recoveritsdiversitv and thesearch iscontinued．T}leglobaloptimization solution isobtained in the end．Both CRPSO and another typica1PSO istested bv 4 wide1v used testfunctions’optimization problems．The experimentalresults indicate thatCRPSO has betteroptimization perofmr anceonboth precision and efficiency． Keywords：particle swarncloptimization；prematureconvergence；inertiaweight；search space 摘 要：针对粒子群算法早熟收敛及后期收敛速度慢的缺点，提出一种基于分工合作和搜索空间重构的改进粒子群算法。首先基 于分工合作的思想，对不同性能的粒子赋予不同的惯性权值，从微观上提高粒子搜索效率；同时，每当种群迭代到一定次数时，对 搜索空问进行 自适应重构，从宏观上提高种群 的后续搜索效率 ，并适度重新初始化种群 ，恢复种群多样性 。以4个经典测试函数对 算法性能进行了测试 比较。仿真结果表明，该算法明显提高了收敛效率，改善了求解质量。 关键词：粒子群算法；早熟；惯性权值；搜索空间 DOI：10．3778／j．issn．1002—8331．2010．02．017 文章编号：1002—8331(2010)02—0051-04 文献标识码：A 中图分类号：TP301．6 1 前言 然也取得了较好的效果，但是都很大程度上增加了算法的复杂 ‘粒子群优化算法 (ParticleSwamr Optimization，PSO)是由 性，也增大了编程的难度。 美国社会心理学家JKennedy和电气工程师 REberhart于 在不改变PSO算法概念简洁、易于编程实现特点的基础 1995年提出的一种仿生优化计算技术 ，源于对人工生命和 上，针对其早熟收敛及后期收敛速度慢的缺点 ，提出了一种 鸟群捕食行为的研究。PSO算法是基于群体里个体的协作