智能单粒子优化算法.pdfVIP

《计算机学报》2010 年第3 期， 2010，33（3） * * 智能单粒子优化算法** 1 1 1 2 纪震 ，周家锐 ，廖惠连 ，吴青华 1 （ 深圳大学计算机与软件学院德州仪器DSPs 实验室，深圳，518060） 2 （ 利物浦大学电气电子工程系，利物浦，L69 3GJ, UK） 摘要：本文在传统粒子群优化(Particle Swarm Optimization, PSO)算法的基础上，提出了智能单粒子优化算 法（Intelligent Single Particle Optimizer, ISPO）。与传统的PSO 算法不同，该算法采用了一个粒子在解空间 中搜索，粒子的位置矢量被分成一定数量的子矢量，并基于子矢量对粒子进行更新。在子矢量更新过程中， 通过分析之前的速度更新情况，引入一种新的学习策略，使粒子在搜索空间中能够动态地调整速度和位置， 从而向全局最优靠近。实验表明，此算法对大部分标准复合测试函数都具有很强的全局搜索能力，其寻优 能力超过了国际上最近提出的基于PSO 的改进算法。 关键词：智能单粒子优化，粒子群优化，子矢量，学习策略 ANovel Intelligent SingleParticleOptimizer ANovel Intelligent SingleParticleOptimizer AANNoovveellIInntteelllliiggeennttSSiinngglleePPaarrttiicclleeOOppttiimmiizzeerr 1 1 1 2 JI Zhen , ZHOU Jiarui , LIAO Huilian , WU Qinghua 1 ( Texas Instruments DSPs Lab, School of Computer Science and Software Engineering, Shenzhen University, Shenzhen, 518060, China) 2 ( Department of Electrical Engineering and Electronics, The University of Liverpool, Liverpool, L69 3GJ, UK) Abstract Abstract AAbbssttrraacctt: Intelligent single particle optimizer (ISPO) is proposed based on conventional particle swarm optimization (PSO). ISPO applies a particle, which is different from conventional PSO, to search in the problem space. The whole position vector of particle is split into a certain number of subvectors, and the particle is updated based on these subvectors. During the process of updating each su