采用双模飞行的粒子群优化算法-模式识别与人工智能.pdf

第27 卷摇 第6 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.27摇 No.6 摇 2014年6月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 June摇 2014 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 采用双模飞行的粒子群优化算法* 李景洋摇 摇 王摇 勇摇 摇 李春雷 (广西民族大学 信息科学与工程学院摇 南宁530006) 摘摇 要摇 基于对现实中鸟群飞行方式的模拟,提出一种采用双模飞行的粒子群优化算法.该算法中的粒子在搜索 过程中可使用变轨和不变轨两种飞行模式,并根据群体信息反馈和自身状态选择自己的飞行模式.文中选取典型 的高维复杂优化问题作为算法优化性能测试.实验表明该算法的全局搜索能力有较大提高,能有效避免早熟收敛 问题,可用于求解高维的复杂优化问题. 关键词摇 粒子群优化算法(PSO),双模飞行,变轨飞行模式,决策因子 中图法分类号摇 TP 181 Particle Swarm Optimization Algorithm with Double鄄Flight Modes LI Jing鄄Yang,WANG Yong,LI Chun鄄Lei (College of Information Science and Engineering,Guangxi Universityfor Nationalities, Nanning 530006) ABSTRACT An optimization algorithm is proposed based on the simulation of flight modes of the real birds, namely particle swarm optimization algorithm with double鄄flight modes(DMPSO). Particles can use maneuver flight鄄mode or non鄄maneuver flight鄄mode to fly during searching. Each particle chooses its flight鄄mode according tothefeedbackoftheswarminformationanditsownstateinthesearch. Totestthe performance of DMPSO, experiments are carried out on some typical complex high鄄dimensional optimization problems. The experimental results show that the DMPSO avoids the premature convergence problems and it is effective when solving complex high dimensional optimization problems. Key Words摇 Particle Swarm Optimization (PSO), Double鄄Flight Mode, Maneuver Flight鄄Mode, Deciding Factor *国家自然科学基金项目(No、广西自然科学基金项目(No.0832084)、广西高等学校科研项目(No.201202ZD032) 资助 收稿日期:2013-01-10;修回日期:2013-03-29 作者简介摇 李景洋,女,1989年生,硕士,主