一种基于子群变异的粒子群优化算法-计算机应用研究.pdfVIP

第３４卷第４期 计 算 机 应 用 研 究 Ｖｏｌ３４Ｎｏ４ 　 　 ２０１７年４月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｐｒ．２０１７ 一种基于子群变异的粒子群优化算法 袁　晗，徐春梅，杨　平，许姗姗 （上海电力学院 自动化工程学院，上海２０００９０） 摘　要：为克服粒子群优化算法早熟收敛，提出一种基于子群变异的改进粒子群优化算法（ＳｓＭＰＳＯ）。该算法 提出一种具有随机定向振荡式搜索的子群对主群的全局最优位置进行变异，改变了完全随机的变异方式，为算 法提供局部深度的搜索以及跳出局部最优；为增强算法的全局探索能力，对适应度值差的粒子进行动态变异，以 此达到增大种群潜在搜索空间的目的。最后通过高维的ｂｅｎｃｈｍａｒｋ函数测试改进算法性能。通过仿真结果对 比，表明改进算法能有效防止早熟问题，对于多模态函数的优化能够很好地跳出局部极值点，收敛性和收敛精度 等方面得到大幅度提升。 关键词：早熟收敛；粒子群优化算法；随机定向振荡式搜索；子群；变异；多模态函数优化 中图分类号：ＴＰ３０１６　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１７）０４１０７６０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１７．０４．０２７ Ｎｅｗｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｓｕｂｓｗａｒｍｍｕｔａｔｉｏｎ ＹｕａｎＨａｎ，ＸｕＣｈｕｎｍｅｉ，ＹａｎｇＰｉｎｇ，ＸｕＳｈａｎｓｈａｎ （ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒ，Ｓｈａｎｇｈａｉ２０００９０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅｏｆＰＳＯａｌｇｏｒｉｔｈｍ，ｔｈｉｓｐａｐｅｒｄｅｖｅｌｏｐｅｄａｎｅｗＰＳＯａｌｇｏｒｉｔｈｍｂａｓｅｄ ｏｎｓｕｂｓｗａｒｍｍｕｔａｔｉｏｎ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄｔｈｅｓｕｂｓｗａｒｍｗｉｔｈｒａｎｄｏｍｄｉｒｅｃｔｉｏｎａｌｖｉｂｒａｔｉｎｇｅｘｐｌｏｉｔｔｏｍｕｔａｔｅｔｈｅｇｌｏｂａｌｏｐｔｉｍａｌ ｓｉｔｅｏｆｔｈｅｓｗａｒｍ，ａｎｄｉｔｃｈａｎｇｅｄｔｈｅｗａｙｏｆｒａｎｄｏｍｍｕｔａｔｉｏｎ．Ｔｈｅｍｕｔａｔｉｏｎｂａｓｅｄｏｎｓｕｂｓｗａｒｍｅｎａｂｌｅｄｔｈｅａｌｇｏｒｉｔｈｍｈａｄ ｅｘｃｅｌｌｅｎｔｌｏｃａｌｅｘｐｌｏｉｔａｂｉｌｉｔｙａｎｄｃｉｒｃｕｍｖｅｎｔｅｄｔｈｅｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅ．Ｉｔｕｓｅｄａｎｏｔｈｅｒｍｕｔａｔｉｏｎｏｎｂａｄｐａｒｔｉｃｌｅｓｔｏ ｅｎｈａｎｃｅｔｈｅａｌｇｏｒｉｔｈｍ’ｓｇｌｏｂａｌｅｘｐｌｏｉｔａｂｉｌｉｔｙ，ａｎｄｔｏｅｘｐａｎｄｔｈｅｓｅａｒｃｈｉｎｇｓｐａｃｅ．Ｉｔｕｓｅｄｈｉｇｈｄｉｍｅｎｓｉｏｎｂｅｎｃｈｍａｒｋｆｕｎｃｔｉｏｎｓ ｔｏｔｅｓｔｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｉｔ．Ｔｈｅｒｅｓｕｌｔｓｏｆｃｏｍｐａｒｉｓｏｎｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｅｆｆｅｃｔｉｖｅｌｙｏｖｅｒｃｏｍｅｓｔｈｅｐｒｅｍａｔｕｒｅ ｃｏｎｖｅｒｇｅｎｃｅａｎｄｓｈｏｗｓｂｅｔｔｅｒｇｌｏｂａｌｃｏｎｖｅｒｇｅｎｃｅｔｈａｎｏｔｈｅｒｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｓａｎｄｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｍｕｌｔｉｍｏｄａｌｆｕｎｃｔｉｏｎｓ ｉｓｅｘｃｅｌｌｅｎｔ． Ｋｅｙｗｏｒｄｓ：ｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅ；ＰＳＯ；ｒａｎｄｏｍｄｉｒｅｃｔｉｏｎａｌｖｉｂｒａｔｉｎｇｅｘｐｌｏｉｔ；ｓｕｂｓｗａｒｍ；ｍｕｔａｔｉｏｎ；ｍｕｌｔｉｍｏｄａｌｆｕｎｃ ｔｉｏｎｓｏｐｔ