PSO算法在工程优化问题中的应用.pdfVIP

维普资讯 PSO算法在工程优化问题中的应用 李炳宇 萧蕴诗 汪 镭 (同济大学电子与信息工程学院，上海 200092) E-mail：yv．tou@163．corn 摘 要 粒子群优化算法是群体智能中一个新的分支。该算法本质上是一种随机搜索算法，并能以较大概率收敛到全局 最优 ，特别适用于连续函数的优化 。针对工程中的优化 问题 ，将粒子群算法与死亡罚函数法相结合，提 出一种求解有约束 问题的优化算法。通过与其它算法的比较，表明该算法是一种 简单、高效和普适的算法。 关键词 约束优化 问题 粒子群优化算法 群体智能 死亡罚函数 文章编号 10o2—8331一(2oOl4)18—0o74一O3 文献标识码 A 中图分类号 TP273 Application ofParticle Swarm Optimization in EngineeringOptimization Problem LiBingyu XiaoYunshi W angLei (SchoolofElectronicandInformationEngineering，TonalUniversity．Shanghai200092) Abstract：ParticleSwarm Optimization(PSO)algorithm isoneofembranchmentsofswanTlintelligence．Thealgorithm isa random searchingalgorithm in nature．Itcan converge to theglobalminimamoreprobability and beadeptin continuous functionsoptimization．Aimingatthe optimizationproblem in engineering，thispaperproposesanew algorihtm forcon— strained optimizationproblem by combiningPSO wiht death penalty．Comparingwith otherconstrained optimization algo- rithms，itprovesthathtealgorihtm isasimple，efficientandrobustalgorihtm． Keywords：ConstrainedOptimizationProblem，ParticleSwarm Optimiaztion，swanTlintelligence，death penalty 1 引言 的特点 ，不要求 目标函数和约束可微，以较大概率求得全局最 在生产计划、控制、故障诊断与重构等领域，许多实际问题 优解 ，是一个求解约束优化问题强有力的工具。 可以归结为约束优化问题。而处理约束优化问题的方法可以分 为两大类 1]【：(1)不转化 目标问题；(2)转化 目标问题。在不转化 2 PsO的算法原理 目标问题这一类中主要有：(1)丢弃法；(2)修补法；(3)可行域 2．1 基本原理 内的梯度下降法 。而在转化 目标问题这一类中主要有 ：(1)罚函 文献 2【]引用了生物社会学家E．0．Wilson关于生物群体的 数法；(2)1agrangian乘子法；(3)障碍函数法；(4)序列二次规划 一 段话 ，“至少在理论上，一个生物群体中的一员可以从这个群 法。由于不转化 目标问题这类方法在处理非线性约束时有很大 体中所有其他成员以往在寻找食物过程中积累的经验和发现 的困难，因此在实际应用中，主要还是使用罚函数法和 la_ 中获得好处。只要食物源不