平均计算时间复杂度优化动态粒子群优化算法.pdfVIP

第 37卷 第 3期 计 算 机 科 学 Vo1．37No．3 2010年 3月 Computer Science Mar2010 平均计算时间复杂度优化的动态粒子群优化算法 王 沁 李 磊 陆成勇 孙富明 (北京科技大学信息工程学院 北京 100083) 摘 要 粒子群优化 (PS0：ParticleSwarmOptimization)算法已经被广泛地应用，其中包括大量实时性要求很高的领 域，如宽带数字信号处理。传统PSO算法需要对大量粒子分别进行若干次迭代运算，这将导致该算法的平均计算时 间复杂度较 高，运算延时大，不能满足这种高实时性要求。因此，需要在不影响性能的前提下降低 PSO算法的平均计 算时间复杂度。提出了一种粒子数量可变的动态粒子群优化(DPSO：DynamicPSO)算法，其核心是丢弃粒子判定条 件，在迭代过程中，根据该条件动态地抛弃一些粒子，从而降低算法的平均计算时间复杂度。此外，在算法迭代过程中 对粒子的个体极值进行变异，从而避免陷入局部最优解。实验和理论分析结果表明，在算法的平均计算时间复杂度方 面，对于相同的优化结果，DPSO算法的平均计算时间复杂度 比传统PSO算法降低 了3O 左右；在算法的性能方面， 对于单峰值 目标函数 ，DPSO算法与传统PSO算法的优化性能相 当，而对于多峰值 目标函数，DPSO算法的优化性能 要优于传统 PSO算法。 关键词 平均计算时间复杂度，粒子群优化，动态，变异，多峰值函数优化 中图法分类号 TP301 文献标识码 A AverageComputationalTimeComplexityOptimizedDynamicParticleSwarm OptimizationAlgorithm WANGQin LILei LU Cheng-yong SUN Fu-ming (cshoolofInformationEngineering，UniversityofScienceandTechnologyBeijing，Beijing100083，China) AbstIct ParticleSwarm Optimizationalgorithm iswidelyusedinmanyfieldsincludinglotsofsituationswithhighreal timerequirementssuchaswide-banddigitalsignalprocessing．A gritnumberofparticlesshouldbeupdatedinitera— tionintraditionalPSO algorithm．Sotheaveragecomputationaltimecomplexityishigh．Thispropertyoftraditional PSO algorithm leadstoseriousdelaywhichmakesitcouldnotbeusedinsystem withhighreal—timerequirements．So， theaveragecomputationaltimecomplexityoftraditionalPSO algoritmh shouldbereducedwithnegligibleperfomr ance penalty．WeproposedaDynamicPs0 (DPS0)withadjustableparticlequantityalgorithm．Thecoreofthisalgorithm is thecriteriaofdiscardingparticles．During iterations，someofparticleswillbediscardeddynamicallytoreducetheavera- gecomputationaltimecomplexity．Furthemr ore．