基于禁忌搜索的自适应粒子群算法.pdfVIP

第20卷 第 4期 计 算 机 技术 与发 展 Vr)】．20 No．4 2010年4月 COMPUTER n ：HN010GYANDDEVELj)PM匮NT Apr． 2010 基于禁忌搜索的自适应粒子群算法 丁华福 ，姜晓伟2，王丽雪。 (1．哈尔滨工业大学计算机学院，黑龙江哈尔滨 150001； 2．哈尔滨理工大学计算机学院，黑龙江哈尔滨 150080； 3．黑龙江省农垦管理干部学院，黑龙江 哈尔滨 150090) 摘 要：针对惯性权重线性递减粒子群算法不能适应复杂的非线性优化搜索过程的问题，提出了一种基于Sigmoid函数和 聚集距离变化率改变惯性权重的方法。为了解决算法后期易陷入局部最优的缺点，在算法后期引人了具有记忆能力的禁 忌搜索算法。改进后的算法不仅综合了粒子群优化算法的快速性、随机性和全局收敛性的优点，而且还具有禁忌搜索局 部寻优的能力。测试函数仿真结果表明，改进后的算法不仅较好地避免了陷入局部最优 ，而且收敛速度也有提高。 关键词：粒子群；惯性权重；禁忌搜索 中图分类号：TP301．6 文献标识码 ：A 文章编号：1673—629X(2010)04—0140—04 AdaptiveParticleSwarm OptimizationAlgorithm BasedonTabuSerach DINGHua-fu ，JIANGXiao-wei，WANGLi—xue3 (1．ComputerAcademyofHarbinUniversityofIndustry，Harbin150001，China； 2．ComputerAcademyofHarbinUniversityofScienceandTechnology，Harbin150080，China； 3．HeilongiiangAgricultureManagementInstitute，Harbin150090，China) Abstract：Duetotheproblem thatthe1inearlydecreasingweightoftheParticleSwarm Optimizationalgorithm cannotadapttotheo0rn— plexandnonlinearoptimizationprocess，anewmethodbasedonSigmoidnadtherateofclusterfocusdistnacechanginginertiawegihtwas pm~ ea．Inordertosolveitslocalsearchabilityattheendofther衄 ．thepaperintroducestabusearchattheendofrun．Thealgorithm ocmbines theparticleSwannoptmiizationalgoritmh ofthefast，rnaxm andglobalconvergenceandthetabusearchoflocalsearchability． Theexperimentedresultsshow thatthealgorithm notonlyavoidsfallingintolocaloptimizationbutalsomipmvestheoptimalspeed． Keywords：particleswarmoptmiization；inertiaweight；tabusearch 0 引 言 虽然同其它群智能算法相 比，粒子群算法的优点 粒子群优化算法 (ParticleSwarm Optimization， 非常明显，但是粒子群算法也不是万能的，它同样也存