层次环形拓扑结构的动态粒子群算法.pdfVIP

2013，49（8）Computer Engineering and Applications计算机工程与应用 1 引言 粒子群算法（PSO）由Kennedy和 Eberhart在 1995年提 出[1]，目前已经成为最重要的群智能算法之一 [2]。PSO通过 一种简单的机制，即模拟鸟群、鱼群中的群体行为来找到 全局最优。PSO的应用十分简单，这也使得该算法近来广 泛用于解决现实世界的实际问题。与其他进化算法一样， 粒子群算法也是一种基于种群的算法。因此，算法的计算 效率可以通过收敛速度来确定。而在解决复杂的多峰值 优化问题时，标准 PSO很容易陷入局部最优 [3]。这些缺点 限制了 PSO的应用[4]。 因此，增加算法的收敛速度和避免局部最优成为 PSO 的两个最重要的研究内容。许多 PSO的研究已经在这两 个方面取得了一定的成果。而这些研究主要可以分为 3个 方面：算法参数的改进；与其他算法的融合；优化算法的拓 扑结构。其中，PSO的拓扑结构决定了粒子间的信息交互 方式，对算法性能有重要影响。 在拓扑结构优化方面，前人已经做了大量的工作，取 得了一定的进展 [5-11]。其中文献[5-8]提出并比较了几种社 会网络拓扑结构对算法性能的影响，研究表明，种群中粒 子之间的联系越紧密，算法的收敛速度越快，但容易陷入 局部最优。文献[9-11]提出了两种动态的层次拓扑结构， 粒子的位置在算法运行过程中动态地移动，实验表明，动 态拓扑结构能在一定程度上提高算法性能。 为了进一步增加PSO算法的收敛速度，避免陷入局部最 优。本文提出了一种层次环形拓扑结构的动态粒子群算法 （HRPSO），并与前人提出的几种拓扑结构的PSO算法做了比 层次环形拓扑结构的动态粒子群算法 石 松，陈 云 SHI Song, CHEN Yun 上海财经大学 公共经济与管理学院，上海市金融信息技术研究重点实验室，上海 200433 School of Public Economics and Management, Shanghai Key Lab of Financial Information Technology, Shanghai University of Finance and Economics, Shanghai 200433, China SHI Song, CHEN Yun. Dynamic particle swarm optimization algorithm with hierarchical ring topology. Computer Engi- neering and Applications, 2013, 49（8）：1-5. Abstract：The topology of Particle Swarm Optimization（PSO）determines information interaction mechanism between the par- ticles，is one of the key factors that affect algorithm performance.A hierarchical version of the PSO（HRPSO）is developed，rings composed of particles are distributed in a rule tree，and move in the hierarchy while algorithm is running.The HRPSO is compre- hensively evaluated on 6 benchmark functions，experimental results show the HRPSO has advantages in accuracy and stability. Key words：Particle Swarm Optimization（PSO）; topology; Hierarchical Ring Particle Swarm Opitimization（HRPSO）; hierar- chical ring 摘 要：粒子群算法（PSO）的拓扑结构决定粒子之间的信息交互方式，是影响算法性能的关键因素。为提高算法性能，提 出了一种层次环形拓扑结构的动态粒子群算法（HRPSO），粒子组成的环被分配在规则树中，算法运行时，环在层次中动态 移动。通过 6个标准测试函数优化，比较了HRPSO与几种基准算法的性能，实验结果证明HRPSO在精确性和稳定性上具 有优势。 关键词：粒子群算法；拓扑结构；层次环形粒子群算法（HRPSO）；层次环形 文献标志码：A 中图分类号：TP18 doi：10.37