粒子群算法改进策略研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第29卷 第6期 甘肃科技 Vol29 No6 2013年3月 GansuScienceandTechnology Mar 2013 粒子群算法改进策略研究 1,2 1 1 徐满意 ,代祖华 ,王济深 (1西北师范大学 计算机科学与工程学院,甘肃 兰州730070;2天远工作室,甘肃 兰州730070) 摘 要:粒子群算法是在鸟群、鱼群和人类社会的行为规律的启发下提出的一种新兴的基于群智能的演化计算技 术,是一种启发式全局搜索算法,通过群体中个体之间的协作和信息共享,通过迭代寻找最优解。由于粒子群算法 中粒子向自身历史最佳位置和领域群体历史最佳位置聚集,形成种群的快速趋同效应,容易出现陷入局部极值、早 熟收敛或停滞现象。基于此,对粒子群的改进进行了全面的分析和研究。 关键词:粒子群算法;群智能;全局搜索;趋同效应;停止现象 中图分类号:TP3016   在算法的理论研究方面,目前 PSO(粒子群算 假设在一个D维的目标搜索空间中,有N个粒 法)成熟的理论分析,少部分研究者对算法的收敛 子组成一个群落,其中第 i个粒子表示为一个D维 性进行了分析,大部分研究者在算法的结构和性能 的向量: 改善方面进行研究,包括参数分析,拓扑结构,粒子 X=(x,x,…,x),i=1,2,…,N。 i i1 i2 iD 多样性保持,算法融合和性能比较等。PSO由于有 第i个粒子的“飞行 ”速度也是一个维的向量, 简单、易于实现、设置参数少、无需梯度信息等特点, 记为: 其在连续非线性优化问题和组合优化问题中都表现 V=(v,v,…,v),i=1,2,…,N。 i i1 i2 iD 出良好的效果而被应用到各领域。但是由于 PSO 第i个粒子迄今为止搜索到的最优位置称为个 中粒子向自身历史最佳位置和邻域或群体历史最佳 体极值,记为: 位置聚集,形成粒子种群的快速趋同效应,容易出现 P =(p,p,…,p ),i=1,2,…,N。 best i1 i2 iD 陷入局部极值、早熟收敛或停滞现象。同时, 整个粒子群迄今为止搜索到的最优位置为全局 PSO的 性能也依赖于算法参数。为了克服上述不足,各国 极值,记为: 研究人员相继提出了各种改进措施。将这些改进分 g =(p ,p ,…,p ) best g1 g2 gD 为4类:粒子群初始化、邻域拓扑、参数选择和混合 在找到这两个最优值时,粒子根据如下的公式 策略。 (1)和(2)来更新自己的速度和位置: v=w×v+cr(p -x)+cr(p -x)(1) id id 11 id id 22 gd id 1 基本粒子群算法 x =x +v (2)

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档