基于最佳粒子共享与分层搜索的并行粒子群优化算法.pdfVIP

维普资讯 2008年 8月 四川大学学报(自然科学版) Aug．2008 第45卷第4期 JournalofSichuanUniversity(NaturalScienceEdition) V01．45 No．4 文章编号： 0490—6756(2008)04—0799—05 基于最佳粒子共享和分层搜索的 并行粒子群优化算法 丁鑫鑫，唐常杰，曾 涛，张培颂，徐开阔，刘齐宏 (NJtlTk~计算机学院，成都 610065) 摘 要：为提高粒子群优化算法在优化问题中的效率，本文提出了并行粒子群优化算法(BLP— so)．基本思想是并行机制+最佳粒子共享十分层搜索．主要工作包括(1)信息共享机制 中引 入了区域学习，使粒子更新能参考其他粒子的信息；(2)提出了粒子群两层划分模型，底层利于 扩大搜索范围，上层利于全局精细搜索；(3)证明了关于粒子群和并行粒子群收敛性定理；(4) 在4个基准函数上的优化实验表明，新方法比经典的IPPos 并行粒子群算法在解的精度上提 高了51．93％到96．10％． 关键词：并行粒子群算法；最佳粒子共享；分层搜索 中图分类号：TP301．6 文献标识码 ：A A parallelpra ticleswarm optimizationalgorithm based onbestparticle—sharedandlayeredsearch DINGXdn—Xin，TANGChang-Jie，ZENGTao，ZHANGPei—Song，XU Kai-Kuo，L，【，Qi—Hong (CollegeofComputerScience，SichuanUniversity，Chnegdu610065，China) Abstract：ToimprovetheefficiencyofParticleSwarm Optimization，thispaperproposesanovelPraallelPra— ticleSwarmOptimizationalgorithm(BLPos )．Thebasicideaispraallelmechanism andbestparticle—shraed nadlayeredsearch．Themaincontributionsinclude，(1)IntroducesRegionstudystrategiestoenablepraticle interaction．(2)Protx)sestwolayerspratitionofpraticles，thelowernadtopperworkwellforglobalnadlocal searchrespectively．(3)provesconvergencepropertiesofPos nadBLPos ．(4)Byexperimentsonfourbench— markfunctions，showsthat，thenew algorithm increases precisionby51．93％-96．10％ ocmparedwithtra— ditionalIPPS0． Keywords：praallelparticleswarlTloptimization，bestparticle-shraed，layeredsearch 为解决上述问题，需增加粒子群的粒子数，或 1 引 言 减弱粒子对全局最优点的追逐．增加粒子数将导致 粒子群优化算法 Pos (PartuicleSwarmOpti— 算法计算复杂度增高，而减弱粒子对全局最优点的 mization)，由Eberhart和Kennedy等 1,2]提出，能