一种自适应分群的粒子群算法.pdfVIP

46 2011 ，47 （15） Computer Engineering and Applications 计算机工程与应用 一种自适应分群的粒子群算法 符 强 FU Qiang 宁波大学 科学技术学院，浙江 宁波 315212 College of Science and Technology ，Ningbo University ，Ningbo ，Zhejiang 315212 ，China FU Qiang.Adaptive-grouping particle swarm algorithm.Computer Engineering and Applications ，2011 ，47 （15）：46-48. Abstract ：Based on niche ideas and catastrophe theory ，a new particle swarm optimization algorithm （AGPSO ）is proposed in this paper ，which can adaptively adjust population structure.The algorithm ，after obtaining local optimal area ，leaves only part of the particles to find local minima.While the other particles are dealt with by disaster ，and are restrained in the remaining regions for new search.The experiment results of three classic benchmark functions show that the algorithm is a better meth- od to solve the premature convergence problem ，it can not only improve the convergence velocity and precision in the evolu- tionary ，but also effectively enhance the global optimization power. Key words ：particle swarm algorithm ；adaptive-grouping ；niche ；disaster ；interval-constrained ；population structure 摘 要：结合小生境思想及灾变原理，提出了一种动态调整种群结构的粒子群算法（AGPSO ）。该算法在获取局部最优区域后只留下 部分粒子寻找局部最优点，同时将其他粒子进行灾变处理，然后约束在剩余区域进行新最优区域搜索，这样既达到了快速局部收敛的 目的，同时又增加了粒子种群的多样性，较好地解决了早熟收敛的问题。通过典型优化函数的仿真实验验证了该算法的有效性。 关键词：粒子群算法；自适应分群；小生境；灾变；域约束；种群结构 DOI ：10.3778/j.issn. 1002-8331.2011.15.013 文章编号：1002-8331（2011 ）15-0046-03 文献标识码：A 中图分类号：TP301.6 1 引言 和全局寻优两方面均具有很好的效果。 粒子群算法是一种基于群体智能的并行全局随机搜索算 法。其结构简单、可调参数少，同时具有搜索速度快、通用性 2 常规粒子群算法 强、高鲁棒性等优点，因此吸引了众多行业研究人员的关注和 在常规粒子群算法中，每个粒子的位置和速度都以随机 研究，并已被成功应用于函数优化、信号处理、电力系统优化、 方式在解空间内进行初始化，而后粒子群体追随全局最优和 模式识别、数字电路优化等许多领域。 个体最优的方向群游，整个搜索更新过程紧跟当前最优解以 但通过研究也发现粒子群算法存在一些缺陷，比如在局 获取目标。