基于Boltzmann学习策略的粒子群算法.pdf

第36卷第3期 南京理工大学学报 V01．36No．3 2Q!兰生鱼旦 !!!竺坐!!型型坐望!生竺堂堡坚!!!竺!!!坚!!!!!!!!墅』塑：垫!兰 基于Boltzmann学习策略的粒子群算法 艾解清112，高济3 摘要：针对粒子群算法过早收敛导致容易陷入局部极值的问题，提出了一种基于Bohzmann学 习策略的粒子群算法(BLSPSO)。借鉴模拟退火算法的思想，在标准粒子群算法中引入 Bohzmann学习策略。在BLSPSO前期粒子能够学习不同的极值点，适当保持粒子个体多样性， 提高算法全局寻优能力。在BLSPSO后期粒子更倾向于学习全局最优粒子，提高收敛速度，保 证算法的稳定性。仿真结果表明，所提出的算法具有寻优能力强、搜索精度高等优点，可有效避 免标准PSO算法的早熟收敛。该算法在求解多极值问题上与其他PSO算法相比有较好表现。 关键词：粒子群算法；Boltzmann学习策略；模拟退火；全局寻优；多极值问题 中图分类号：TP301．6文章编号：1005—9830(2012)03—0402—06 ParticleSwarm BasedOnBoltzmann Optimization LearningStrategy AI Ji3 lie。qin91．-．GAO PowerGrid (1．InformationCenter；2．SoftwareTestingLab，GuangdongCorporation，Guangzhou510000，China； 3。InstituteofArtificial Intelligence，ZhejiangUniversity，Hangzhou310000，China) Abstract：An swarm onBohzmmm improvedparticle optimization(PSO)basedlearningstrategy toovercomethe of and into (BLSPSO)is proposed problemprematureconvergenceeasilygetting of localextremumthethestandard theideaofthesimulated for PSO．Using annealingalgorithm Boltzmann isintroducedintothestandardPSO．Inthe of reference，the learningstrategy prophase can different ofthe BLSPSO，theparticlesstudy extreme diversities are points．The particles to theBLSPSO’s the of improve globaloptimization BLSPSO，the preserved a