微粒群算法可视化平台开发研究.docVIP

微粒群算法可视化平台开发研究 　　摘 要：微粒群算法是近年来兴起的一种智能优化算法，微粒群算法的研究如果仅仅只停留在枯燥的公式和乏味的理论推导分析上的话，常常会使研究人员和用户不能正确的理解微粒群算法，基于此本文提出微粒群算法的可视化实现问题，即开发友好可视化的前台界面，通过前台上的控件和后台程序中参数之间的数据交换来解决优化问题，这样可大大缩短了算法的开发周期。 　　关键词：微粒群算法；可视化平台；开发周期 　　中图分类号：TP301 文献标识码：A 　　The Research of PSO Visualization Platform Development 　　CHEN Guo??ping??1，ZHAO Wen??jie??1，JIANG Wei??2 　　(1.School of Electronic and information Engineering, Wuhan Institute of Technology, Wuhan, 430074,China; 　　2.Telecommunications department business college of HBUT, Wuhan, 430079,China ) 　　Abstract:In recent years, particle swarm optimization is a kind of intelligent optimization algorithms, The research of PSO is boring and tedious if it stays only in formula and theoretical derivation researchers and users often can not make a proper understanding of particle swarm algorithm, Based on the above the paper proposed the visualization issues of PSO，namely,the prospects of development??friendly visual interface to control the front and back-stage process of data exchange between the parameters to solve the optimization problem, so the algorithm can greatly shorten the development cycle. 　　Key words:Particle Swarm Optimization（PSO）;visualization platform;development cycle 　　 　　1 引 言 　　微粒群算法（Particle Swarm Optimization 简称PSO）是由美国社会心理学家Kennedy和电气工程学家Eberhart等受鸟群觅食的启发于1995年提出的一种进化技术［1］。PSO算法的研究如果仅仅只停留在枯燥的公式和乏味的理论推导分析上的话，常常会使研究人员和用户不能正确的理解PSO算法，甚至对该算法产生厌烦的情绪，从而在一定程度上限制了PSO算法的应用。基于此本文提出了PSO算法的可视化实现问题，如果研究人员和用户看到的是一个友好的可视化界面而不是复杂的公式、代码，用户只需在界面上设置或输入相关参数，点击确定按钮就可以得到优化结果和收敛曲线，从而可以避免重新设置参数需要打开PSO算法的源代码的不便，总之就是开发友好可视化的前台界面，而将复杂的代码放到后台，通过前台上的控件和后台程序中参数之间的数据交换，这样可大大缩短了算法的开发周期，这些就是PSO算法可视化实现研究的内容。因此微粒群算法的可视化开发平台研究是非常有必要和有意义的。 　　2 微粒群算法的基本原理 　　微粒群算法将每个个体看作是在N维搜索空间中的一个没有重量和体积的微粒，并在搜索空间中以一定的速度飞行，该飞行速度由个体的飞行经验和群体的飞行经验进行动态调整，其调整方程［2］为（1）（2）两式，直到达到最优为止。 　　??V????ij??(t+1)=ωV????ij??(t)+c1r1(t)(pij(t)－ 　　X????ij??(t))+c2r2(t)(pgj(t)－X????ij??(t))（1） 　　X????ij??(t+1)=X????ij??(t)+V????ij??(t+1)（2） 　　其中：下标“j”表示微粒的第j维，“i”表示微粒i，t表示第t代。p????ij?