基于p系统的粒子群优化算法-计算机应用研究.pdfVIP

第３０卷第８期 计 算 机 应 用 研 究 Ｖｏｌ３０Ｎｏ８ ２０１３年８月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｕｇ２０１３ 基于 Ｐ系统的粒子群优化算法 杜　强，向来生，刘希玉 （山东师范大学 管理科学与工程学院，济南２５００１４） 摘　要：为了克服算法早熟收敛问题并提高算法精度，引入了膜计算理论。将ＰＳＯ算法与Ｐ系统相结合，提出 了一种基于Ｐ系统的粒子群优化算法 （ＰＰＳＯ），有效地平衡粒子群的全局搜索和局部寻优。采用常用的三个测 试函数对新算法进行了实验，结果表明，提出的ＰＰＳＯ算法有效地解决了算法早熟问题，提高了算法的收敛精 度。由此可见，ＰＰＳＯ算法能够有效改进原有ＰＳＯ算法的性能。 关键词：膜计算；粒子群优化；全局搜索；局部寻优 中图分类号：ＴＰ３０１６　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１３）０８２２６９０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１３．０８．００７ Ｐｓｙｓｔｅｍｂａｓｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ ＤＵＱｉａｎｇ，ＸＩＡＮＧＬａｉｓｈｅｎｇ，ＬＩＵＸｉｙｕ （ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５００１４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅａｎｄｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｔｈｅａｌｇｏｒｉｔｈｍ，ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｄ ｔｈｅｍｅｍｂｒａｎｅｃｏｍｐｕｔｉｎｇｔｈｅｏｒｙ．ＩｔｐｕｔｆｏｒｗａｒｄｔｈｅＰｓｙｓｔｅｍｂａｓｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＰＳＯ）ｔｏｋｅｅｐｔｈｅｂａｌａｎｃｅｏｆ ｇｌｏｂａｌｓｅａｒｃｈａｎｄｐａｒｔｉａｌｏｐｔｉｍｉｚａｔｉｏｎ．ＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｎｔｈｒｅｅｂｅｎｃｈｍａｒｋｆｕｎｃｔｉｏｎｓｓｈｏｗｔｈａｔｔｈｅＰＰＳＯａｌｇｏｒｉｔｈｍｉｓ ｅｆｆｅｃｔｉｖｅｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅ，ａｎｄｈａｓｈｉｇｈａｃｃｕｒａｃｙ．Ｏｂｖｉｏｕｓｌｙ，ｔｈｅＰＰＳＯａｌｇｏｒｉｔｈｍｃａｎｅｆｆｅｃｔｉｖｅ ｌｙｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｏｒｉｇｉｎａｌＰＳＯａｌｇｏｒｉｔｈｍ． Ｋｅｙｗｏｒｄｓ：ｍｅｍｂｒａｎｅｃｏｍｐｕｔｉｎｇ；ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）；ｇｌｏｂａｌｓｅａｒｃｈ；ｐａｒｔｉａｌｏｐｔｉｍｉｚａｔｉｏｎ 究报告中提出，正式论文于２０００年见刊发表。因此膜计算系 　引言 统又称为Ｐ系统。Ｐ系统主要由膜的层次结构、对象的多重集 粒子群优化（ＰＳＯ）算法起源于对鸟群、鱼群等群体生物捕 和进化规则三部分构成。Ｐ系统是具有极大并行性、分布式和 食行为的研究。由于算法的公式简单、通用性强，并具有较强 非确定性的计算模型。研究表明，简单的Ｐ系统计算模型具有 ［９］ ［１］ 与图灵机同等的计算能力 。 的全局优化能力，因此迅速成为解决困难问题的有力工具 。 受到膜计算的启发，本文提出了一种基于Ｐ系统的新