运用活化策略改良粒子群演算法求解成效-SemanticScholar.PDF

先進工程學刊第二卷 第四期 283 Journal of Advanced Engineering Vol. 2, No. 4, pp. 283-293 / October 2007 運用活化策略改良粒子群演算法求解成效 Improving the Performance of Particle Swarm Optimization Algorithms with Activation Strategy * 李維平 江正文 * Wei-Ping Lee, Cheng-Wen Chiang 摘要 由於目前對於粒子群演算法改良的研究中所提出之擾動策略，都是作為演算 法改良的附屬策略。為了驗證擾動策略能否成為改良粒子群演算法的主要策略， 本研究嘗試引用基因演算法中突變的概念，提出三種活化策略改良粒子群演算 法。透過實驗證明，本文所提出的活化策略，有三項優點：首先可以作為改良演 算法的主要策略，並且使得演算法的效能亦不遜於以往的演算法。其次在擾動判 定上，也突破了以往「當搜尋到的最佳解在固定迭代數未改善即擾動」的方式， 改由演算法以粒子群的分佈狀態自動判斷是否活化，使得擾動判定策略更加自 動、靈活。最後當本研究所提出的活化策略在與其他改良的粒子群演算法進行搭 配，作為其附屬策略時，亦能增進原本演算法的效能。 關鍵詞 ：粒子群最佳化演算法，演化計算，最佳化。 Abstract According to researches, activation was a minor strategy of improving Particle Swarm Algorithm. For proofing the possibility of activation strategy could be a main strategy for improving Particle Swarm Algorithm, this article adopt the concept of mutation in Genetic Algorithm to improve Particle Swarm Optimization. The experimental results show three advantages for the activation strategies. First, It’s workable for the algorithm and the performance was superior to fuzzy PSO and hybrid PSO. Second, the agitation strategy was more flexible. Third, when the activation strategies collocate with other PSO algorithm, t