PSO模型种群多样性与学习参数的关系研究 Study on the Relationship Between Population Diversity and Learning Parameters in Particle Swarm Optimization.pdfVIP

v01．39 第6期 电 子 学 报 No．6 2011年6月 AI：1’AELEClRONICASINICA Jun．20ll PSO模型种群多样性与学习 参数的关系研究 申元霞1，一，王国胤1，曾传华2 (1．重庆邮电大学计算机科学与技术研究所，重庆400065； 2．安微工业大学计算机科学学院，安徽马鞍山243002) Swarm 摘 要： 粒子群优化(Particle Optimiz商on，Pso)算法在求解复杂多峰问题时，易陷入早期收敛．通过调整惯 性权重和加速系数来控制种群多样性是缓解PSO早期收敛的一个重要手段，但是目前对惯性权重和加速系数的设置 主要依赖于实验设计，缺乏必要的理论支撑．针对该问题，本文提出了一种以种群未来的多样性变化调整PSO算法参 数的方法．该方法首先在种群当前状态已知的条件下计算种群下一时刻多样性的期埋表达式，再采用多元函数极值理 论的分析方法给出了惯性权重，加速系数与种群下一时刻多样性的数学关系，该结果为PSO学习参数控制种群多样性 提供有力的数学理论依据． 关键词： 粒子群；早期收敛；种群多样性；惯性权重；加速系数 文献标识码： A 文章编号：0372-2112(201 中图分类号：TPl8 1)06-1238．07 onthe Between and Study RelationshipPopulationDiversityLearning ParametersinParticleSwarm Optimization SHEN Chuan-hua2 Yuan．xial，一，WANG Guo—yinl，ZENG and Posts 400065，Odna； (1．Instituteof凸嗍Scienceand死由蝴，O哪qingUniaer,毋of T㈣iom，Chongqing ofTedmo／ogy，Maangum，Anhu／243002，China) 2．S出训of凸咖Scienm，AnhuiUniversity Call the when rnulfilnodal is811 Abstract：PSO easily$uffelfromprematureconvergencesolvingctmlplex problems．Itin平。卜 tammethodfor the tocontrolthe theinertia andaccelera- relievingpremature populationdiversitybyadjusting weight