一种基于种群多样性的粒子群优化算法设计及应用.PDFVIP

信息与控制　　２０１７年　第４６卷　第６期：６７７～６８４ ＤＯＩ：１０．１３９７６／ｊ．ｃｎｋｉ．ｘｋ．２０１７．０６７７ 文章编号：１００２－０４１１（２０１７）－０６－０６７７－０８ 一种基于种群多样性的粒子群优化算法设计及应用 １，２ １，２ １，２ 韩红桂 ，卢　薇 ，乔俊飞 １．　北京工业大学信息学部自动化学院，北京　１００１２４；　２．计算智能与智能系统北京市重点实验室，北京　１００１２４ 基金项目：国家自然科学基金资助项目６１５３３００２）；中国博士后科学基金资助项目（２０１４Ｍ５５００１７）；教育部博士点基金资助 项目（２０１３１１０３１１００１６）；北京市教育委员会项目（ｋｍ２０１４１０００５００１，ＫＺ２０１４１０００５００２） 通信作者：韩红桂，ｒｅｃｈａｒｄｈａｎ＠ｂｊｕｔ．ｅｄｕ．ｃｎ　　收稿／录用／修回：２０１６－１０－２１／２０１６－１２－２０／２０１７－０２－０９ 摘要 关键词 针对粒子群优化算法早熟收敛及搜索精度较低的问题，提出一种基于种群多 种群多样性 样性的改进型粒子群优化算法（ＰＤＰＳＯ）．首先，利用种群多样性描述粒子的分布 自适应惯性权重 状态，获得了进化过程中粒子飞行的非线性特征；其次，基于粒子的种群多样性 粒子群优化算法 设计了自适应惯性权重调整策略，实现了粒子全局探索能力及局部开发能力的平 污水处理运行能耗 衡；最后，利用标准测试函数检验ＰＤＰＳＯ算法性能，并将ＰＤＰＳＯ算法应用于污水 中图分类号：ＴＰ１８ 处理过程能耗模型优化，实验结果表明：与标准粒子群及其他改进粒子群算法相 文献标识码：Ａ 比，ＰＤＰＳＯ算法具有较高的搜索精度，并有效地避免粒子陷入局部最优；同时， ＰＤＰＳＯ算法能够实现污水处理过程的优化，保证污水出水水质的前提下，降低了 污水处理过程的运行能耗． ＤｅｓｉｇｎａｎｄＡｐｐｌｉｃａｔｉｏｎｏｆＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ ＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＰｏｐｕｌａｔｉｏｎＤｉｖｅｒｓｉｔｙ １，２ １，２ １，２ ＨＡＮＨｏｎｇｇｕｉ ，ＬＵＷｅｉ ，ＱＩＡＯＪｕｎｆｅｉ １．ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１００１２４，Ｃｈｉｎａ； ２．ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅａｎｄＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍ，Ｂｅｉｊｉｎｇ１００１２４，Ｃｈｉｎａ Ａｂｓｔｒａｃｔ Ｋｅｙｗｏｒｄｓ Ｔｏｏｖｅｒｃｏｍｅｔｈｅｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅａｎｄｌｏｗｓｅａｒｃｈｉｎｇａｃｃｕｒａｃｙｏｆｔｈｅｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ ｐｏｐｕｌａｔｉｏｎｄｉｖｅｒｓｉｔｙ； （ＰＳＯ）ａｌｇｏｒｉｔｈｍ，ｗｅｐｒｏｐｏｓｅａｐｏｐｕｌａｔｉｏｎｄｉｖｅｒｓｉｔｙｂａｓｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ（ＰＤＰＳＯ）． ａｄａｐｔｉｖｅｉｎｅｒｔｉａｗｅｉｇｈｔ； Ｆｉｒｓｔ，ｗｅｉｎｔｒｏｄｕｃｅｔｈｅｎｏｎｌｉｎｅａｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐａｒｔｉｃｌｅｓｂｙｔｈｅｐｏｐｕｌａｔｉｏｎｄｉｖｅｒｓｉｔｙｔｏｄｅｓｃｒｉｂｅｔｈｅｄｉｓｔｒｉ ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ ｂｕｔｉｏｎｓｔａｔｅｉｎｔｈｅｓｅａｒｃｈｉｎｇｐｒｏｃｅｓｓ．Ｓｅｃｏｎｄ，ｗｅｄｅｖｅｌｏｐａｎａｄａｐｔｉｖｅｉ