一种基于混沌序列的粒子群优化算法.pdfVIP

第27卷第4期 齐 齐 哈 尔 大 学 学 报 Vo1．27．No．4 2011年 7月 JournalofQiqiharUniversity July，2011 一 种基于混沌序列的粒子群优化算法 杨松铭 (西安工程大学 理学院，西安 710048) 摘要：提出了一种基于混沌思想的粒子群优化算法，它利用粒子群优化算法收敛速度快和混沌运动遍历性的特点 ， 对于陷入局部极小点的粒子，引入混沌序列重新初始化，从而使惰性粒子能够跳出束缚并快速搜寻到全局最优解。 对几个经典函数的测试计算表明，其在收敛速度和精度上均优于标准的PSO算法。 关键词：粒子群 ；混沌序列 ；优化 ；Tent映射 中图分类号：TP301．6 文献标识码：A 文章编号：1007—984X(201I)04—0068—05 粒子群优化算法 (ParticleSwarmOptimization，PSO)…是 1995年由美国的Kennedy等受鸟群觅食行为的 启发提出的一种优化算法。因为其在复杂度、易实现性和参数个数上都有着明显的优势，使得它在很多领 域都得到了广泛的关注，并被广泛应用于多 目标优化、分类、模式识别 、图像分割、仿真和识别等 。与 其它全局优化算法一样，粒子群优化算法也存在早熟收敛的现象H，在许多情况下 (如高维多峰函数寻优 )， 可能很难收敛到最优解。为此，许多学者对PS0算法进行了改进以加强其局部的搜索能力，但是仍存在一 些问题。例如免疫 PSO算法0和 MultistartPS0算法 ‘，虽然算法性能有所改善，但是由于微粒的重新初始 化破坏了粒子当前的结构，降低了算法的收敛速度。 本文将改进的Tent映射引入到粒子群算法中，通过对陷入局部极值点的惰性粒子重新初始化，从而帮 助惰性粒子摆脱局部极值点的束缚并快速搜寻到最优解。对几个经典测试函数的仿真结果表明，相对于标 准粒子群算法，改进算法的性能有显著改善。 1 标准的粒子群优化算法 标准PS0算法是将每个备选解看作是D维搜索空间当中的一个没有体积的粒子。其在搜索空间中以一 定的速度飞行，且这个速度是根据它本身的飞行经验和同伴的飞行经验进行动态调整的，直到群体中的个 体飞行至环境适应度高的区域。 假设在D维搜索空间中有Ⅳ个微粒组成一个微粒群，第i个粒子表示其在D维搜索空间中的位置向量 = (xl,誓：，…，XDi)，ajXid6，。将 代人目标函数就可以计算出其适应值。该微粒运动的速度也是一 个D维向量，记为 =(Vl’『，…，v)。它在飞行过程中经历过的最好位置记为 =(Pfl，，…，P山)，整个 微粒群经历过的最好位置记为 =(Pg，：，…，P)，那么标准粒子群算法的每一代对第i个微粒在第d维 上飞行速度和位置的更新公式如下 Vid(t+1)=wV(f)+c。(f)[(t)-x(f)]+c：(f)IP(f)～ (f)I (1) (f+1)=■(f)+VJ(f+1) (2) W = W — m ax t(Wm一WminJtm (3) 式中：1iN，1≤d D；f为当前迭代次数；C和C，分别为微粒 自身加速惯性权重系数和全局加速惯性 权重系数；c。和c都是非负常数，一般取c。=c：=2； (t)和 (f)为取值在0【，1]上的两个独立随机数；W为 惯性权重，取质性权重w由最大wm 线性减小到最小w ，w =0．9，Wmi=0．4，f 为总迭代次数。 收稿 日期：2010—04—14 作者简介：杨松铭 (1987～)，男，浙江仙居人，硕士研究生，研究方向：智能算法，yangs0ngmingl987@l63．COlll。 第4期 一种基于混沌序列的粒子群优化算法 ·69· 2 嵌人混沌序列的粒子