基于聚集度控制的PSO算法研究-控制与决策.PDFVIP

第26 卷 第12 期 控 制 与 决 策 2011 年 12 月 Vol. 26 No. 12 Control and Decision Dec. 2011 文章编号: 2010-0920 (2011) 12-1917-04 基于聚集度控制的PSO 算法研究 a,b b 刘 东 , 冯全源 (西南交通大学a. 电气工程学院，b. 信息科学与技术学院，成都610031) 摘 要: 针对粒子群优化(PSO) 算法在处理复杂优化问题时, 容易早熟收敛的问题, 将比例控制器用于粒子群算法种 群聚集度控制. 粒子种群可以在任一聚集范围内保持任意时间的搜索, 这样能够更好地平衡种群聚集度和搜索精度, 从而提高PSO 算法处理复杂优化问题的效率. 对多零点和低旁瓣约束情况下的阵列天线方向图优化进行仿真实验, 结果表明所提算法可在处理复杂优化问题上取得更好的优化效果. 关键词: 粒子群优化算法；聚集度控制；方向图综合 中图分类号: TN802 文献标识码: A Study of particle swarm optimization algorithm based on convergence control LIU Donga,b , FENG Quan-yuanb (a. School of Electrical Engineering，b. School of Information and Science Technology ，Southwest Jiaotong University ，Chengdu 610031, China ．Correspondent ：LIU Dong ，E-mail ：liudong@swjtu.edu.cn) Abstract: Aiming at the premature convergence problem of particle swarm optimization(PSO) algorithm while optimizing complicated problems, the proportion control is used to improve algorithm efficiency . The particle population of PSO algorithm can be hold at any convergence status as long as wanted, and the particle diversity and search precision are both assured, so that the efficient of algorithm is improved. The simulation results show its high performance in complicated problem,such as the radiation antenna arrays pattern synthesis with multi-null and low sidelobe restrictions. Key words: particle swarm optimization algorithms ；convergence control ；patterns synthesis 1 引引引 言言言 略是适当条件下的种群重新初始化[2, 5-6, 9], [3] 将惯性 粒子群优化(PSO)[1]是一种模仿鸟群社会行为的 权值采用种群聚集度的线性组合来增加种群多样性, [2] [8] 将惯性权值采用种群聚集度以及进化速度的线性 智能优化算法, 已成功地应用于许多工