基因变异的群智能优化算法研究-计算机工程与应用.pdf

Computer Engineering and Applications 计算机工程与应用 2011 ，47 （4 ） 39 基因变异的群智能优化算法研究 崔明义，张新祥，苏白云 CUI Mingyi ，ZHANG Xinxiang ，SU Baiyun 河南财经学院 信息学院，郑州 450002 School of Information ，Henan University of Finance Economics ，Zhengzhou 450002 ，China CUI Mingyi ，ZHANG Xinxiang ，SU Baiyun.Research on swarm intelligence optimization based on gene mutation.Com- puter Engineering and Applications ，2011 ，47 （4 ）：39-41. Abstract ：Particle Swarm Optimization （PSO ）is one of important Swarm Intelligence （SI）methods.The premature conver- gence and lower local search performance are drawbacks of PSO.This paper proposes a novel Gene Mutation PSO（GMPSO ）， some components of particles mutate according to the probability ，a lot of experiments are taken.The results of the research and experiments indicate that the method can obviously improve the performance of PSO ，it is credible in theory and feasi- ble in technique. Key words ：swarm intelligence ；particle swarm optimization ；gene mutation 摘 要：粒子群优化（Particle Swarm Optimization ，PSO ）是一种重要的群智能（Swarm Intelligence，SI）方法。早期收敛和较低的 局部搜索能力是PSO 的不足。提出一种新颖的基因变异PSO （Gene Mutation PSO ，GMPSO ），依据概率使粒子的分量发生变异， 并做了大量的实验。研究和实验的结果表明，该方法可显著改变PSO 的性能，在理论上是可靠的，技术上是可行的。 关键词：群智能；粒子群优化；基因变异 DOI ：10.3778/j.issn. 1002-8331.2011.04.011 文章编号：1002-8331（2011 ）04-0039-03 文献标识码：A 中图分类号：TP 18 1 引言 间中同时搜索。在PSO 中，群体被称为群，个体被称为粒子。 群智能（Swarm Intelligence ，SI）是近几年发展起来的优 一群粒子以一定的速度在高维搜索空间里飞翔，根据粒子本 化方法。这种群体是由大量的简单个体（如蚂蚁、鸟等）组成 身的经验、邻近粒子的经验和粒子群的经验，粒子飞翔的速度 的复杂系统，通过个体间的合作和竞争展现出其群智能。群 不断被更新。每一个粒子都是欲优化问题的候选解。粒子初 始的位置和速度是随机的，通过迭代过程搜索最优解。在每 智能主要包含两种算法：粒子群优化（Particle Swarm Optimi-