一种基于多簇结构的高斯动态粒子群优化算法.pdfVIP

维普资讯 第 2l卷 第3期 模式识别与人工智能 Vo1．2l No．3 2008年 6月 PR ＆AI June 2008 一 种基于多簇结构的高斯动态粒子群优化算法术 倪庆剑 邢汉承 张志政 王蓁蓁 (东南大学 计算机科学与工程学院南京 210096) (南京大学 计算机软件新技术国家重点实验室 南京 210093) 摘 要 分析高斯动态粒子群优化算法 (GDPSO)中新的种群产生方式的特点 ，针对传统粒子群优化算法中全局最 优模型收敛速度快但易陷入局部最优 、局部最优模型收敛速度较慢的缺点，提出一种新的粒子群信息共享方 式——多簇结构．该算法在簇内部实现粒子问信息的高度共享，而在簇之间则通过松散的连接实现信息的传递，以 协调GDPSO算法的勘探和开采能力．通过典型的Benchmark函数优化问题测试并分析经典拓扑以及多簇结构在 GDPSO算法中的性能，仿真实验结果表明，采用特定多簇结构的GDPSO算法收敛速度和稳定性显著提高，同时全 局搜索能力明显增强． 关键词 粒子群优化(PSO)，邻域拓扑，多簇结构 中图法分类号 TPl81 A M ulti．ClusterStructureBased GaussianDynamicParticleSwarm OptimizationAlgorithm NIQing．Jian，XINGHan．Cheng，ZHANGZhi．Zheng，，WANGZhen．Zhen (SchoolofComputerScienceandEngineering，SoutheastUniversity，Nanfing210096) (StateKeyLaboratoryforNovelSoftwareTechnology，NanjingUniversity，Nanjing210093) ABSTRACT Themethod ofpopulation generation in Gaussian dynamicparticle swarm optimization algorithm (GDPSO)isanalyzeddetailedly．AimingattheproblemofprematureconvergenceofGbestversionand theslow search speedofLbestversion in originalparticleswamr optimization，anovelneighborhood topology structure called multi—cluster sturcture isproposed． In the proposed population sturcture， particlesinone clustersharethe informationwith each other，and clustersexchangetheirexperiences through loose connection between particles．Thus，neighborhood topology isdesigned to coordinate exploration and exploitation． GDPSO，with severalpopulation topologies including the multi-cluster sturcture，is tested on four benchmark functions which are commonly used in the evolutionar