一种结合次梯度的粒子群全局优化算法.pdfVIP

第32卷第4期 计 算 机 应 用 研 究 V01．32No．4 2015年 4月 ApplicationResearchofComputers Apr．2015 一 种结合次梯度的粒子群全局优化算法木 许志良 ，曾德炉。，张运生 卫 (1．深圳市可视媒体处理与传输重点实验室，广东深圳518172；2．深圳信息职业技术学院 软件学院，广东 深 圳 518172；3．厦门大学信息科学与技术学院，福建 厦门361005) 摘 要：为优化不可微且非凸的连续 目标函数，提出了结合次梯度的粒子群全局优化算法(SGPSO)。在优化算 法中，首次提出利用次梯度方向来更新粒子群算法中粒子的搜索速度方案。加上与粒子相互间的通信机制配 合，改进方案提高了寻得全局最优的机率。进一步地，在次梯度迭代过程 中，提出其中的步长函数需要满足关于 次梯度幅值是低阶无穷小且关于迭代时刻是递减的充分条件保证序列稳定收敛。最后，针对标准库给出了sG． PSO的实验和比较以验证其有效性，结果表明提出的算法能很好地实现 目标函数的全局优化，且收敛效果更好。 关键词：全局优化 ；粒子群优化；次梯度；步长函数 中图分类号 ：TP301．6 文献标志码 ：A 文章编号 ：1001—3695(2015)04．1007—04 doi：10．3969／j．issn．1001．3695．2015．04．O11 Subgradientintegratedintoparticleswarm optimizerforglobaloptimization XU Zhi．1iang ．ZENG De—lu ．ZHANG Yun．sheng’ (I—ShenzhenKeyLaboratoryofVisualMediaProcessingTransmission，ShenzhenGuangdong518172，China；2．SchoolofSoftware，Shenzhen lnstitueofInformationTechnology，ShenzhenGuangdong518172，China；3．SchoolofInformationScienceTechnology，XiamenUniversity， XiamenFujian361005，China) Abstract：Thispaperproposedanapproachofsubgradientintegratedintoparticleswarmoptimizer(SGPSO)forgloballyopti— mizingcontinuousobjectivefunction．Inminimization，itproposedarevisionforthemannerofvelocityupdatewiththedirec— tionofsubgradienttosearchforthelocalminimaofagivennon—difierentiableandnon—convexobjectivefunetion．Thus．it combinedwithcommunicationsamongparticles，thisrevisionwouldoffermorechancestoobtaintheglobalminima．Further— more，inthepartofsubgradientiteration，itsuggestedthatthestepfunctionshouldbealowerorderinfinitesimalwithrespect tosubgradientmagnitude88wellasbeadecreasingfunctionwithrespecttoiterationtime．Intheend，experimentsandcorn— parisonsoftheproposedSGPSO onbenchmarkproblemsvalidateit