06粒子群优化算法.docxVIP

第六章粒子群优化算法习题与答案

1.填空题

（1）粒子群算法的缩写是，它模拟了自然界中过程而提

出。在粒子群算法中，最关键的两个变量分别是和。

（2）粒子群算法的每一次迭代之后，都会得到一个局部最优

解和局部最优解。

解释：

本题考查粒子群算法的基础知识。

具体内容请参考课堂视频“第6章粒子群优化算法”及其课件。

答案：

（1）PSO,鸟群觅食，位置，速度

（2）个体的，群体的

2.下列关于粒子群优化算法PSO说法错误的是（）。

A）PSO是把优化问题的一个解抽象成一个粒子。

B）PSO通过粒子位置和速度更新来产生新解，没有交叉和变异操作。

C）PSO速度更新中的“社会”部分代表向自身学习。

D）学习因子q和q对算法性能的影响很大。

解释：

本题考查粒子群算法的特点。

具体内容请参考课堂视频“第6章粒子群优化算法”及其课件。

答案：C

（1）PSO把优化问题的一个解抽象成一个粒子。A选项正确。

（2）PSO没有交叉和变异操作，只是通过粒子位置和速度更新来产生新的粒子，B选项正确。

（3）PS0的“认知”部分代表向自身学习，“社会”部分代表向群体学习，C选项错误。

（4）学习因子q和q是两个关键参数，对算法性能的影响很大，d选项正确。

3.下列关于粒子群优化算法参数说法错误的是（）。

A）学习因子和J分别代表向自身学习和向群体学习的权重。

B）惯性权重w设计原则应该随着进化迭代次数逐渐变小。

C）学习因子C1=0，q0，算法多样性不足易陷入局部最优。

D）学习因子C10，q=0，算法收敛速度变慢。

E）Vmax越大，算法的探索能力越弱，开发能力越强。

解释：

本题考查PSO参数的作用。

具体内容请参考课堂视频“第6章粒子群优化算法”及其课件。

答案：E

（1）C1和c2分别为“认知”部分代表向自身学习，以及“社会”部分代表向群体学习。A选项正确。

（2）惯性权重在进化前期应该更大，从而加强算法的探索能力，维护多样性；在进化后期应该更小，从而加强算法的开发能力，加快收敛。B选项正确。

（3）学习因子C1=0，q0，只有“社会”部分，收敛加快，易陷入局部最优，C选项正确。

（4）学习因子C10，c2=0，只有“认知”部分，算法收敛速度变慢，D选项正确。

（5）Vmax越大，算法搜索空间越广，算法的探索能力越强，E选项错误。

.请简述粒子群优化算法的操作流程。

解释：

本题考查对粒子群优化算法的掌握程度。

具体内容请参考课堂视频“第6章粒子群优化算法”及其课件。

答案：

步骤1：对实际问题的解进行编码。

步骤2：根据实际问题构造评价问题可能解优劣的适应度函数f(?)。

步骤3：对粒子群进行初始化，确定初始种群的大小、终止条件等参数。

步骤4：确定初始种群的p,(0)和G(0)。

步骤5：计算每个粒子的适应度，确定p(t)和G(t)。

i

步骤6：判断是否满足终止条件。若满足，G(t)为最优解。否则进行第5步。

.用粒子群算法求解以下无约束优化问题：

minf(x)=才[工2—10cos(2冗x)+10]

,=1

式中，初值范围：[-5.12,5.12]nn=30，目标最优值为100。

解释：

本题考查PSO求解连续函数优化问题的步骤。

具体内容请参考课堂视频“第6章粒子群优化算法”及其课件。

答案：

步骤1：初始种群粒子数N=100，粒子维数为D=30，最大迭代次数为T=200，学习因子q=C2=1.5，惯性权重最大值为Wmax=0.8，惯性权重最小值为叱m=0.4，位置最大值为Xg=5，位置最小值为Xmin=-5，速度最大值为Vmax=1，速度最小值为%in=-1。

步骤2：初始种群粒子位置x和速度v，粒子个体最优位置p和最优值々st，粒子群全局最优位置g和最优值gbest。

步骤3：根据式（6.14）计算动态惯性权值w,更新位置x和速度值v,并进行边界条件处理，判断是否替换粒子个体最优位置p和最优值％est以及粒子群全局最优位置g和最优值gbest。

步骤4：判断是否满足终止条件：若满足，则结束搜索过程，输出优化值；若不满足，则转到步骤3继续进行迭代优化。

.说明学习因子的作用以及C1、C2之间的辩证关系。

解释：

本题考查PSO中参数的作用。

具体内容请参考课堂视频“第6章粒子群优化算法”及其课件。

答案:

在下列的更新粒子状态的公式中，。1与c2称为学习因子。

V(t-1)+Crand()(P(t-1)-X(t-1))

TOC\o1-5\h\z+Crand()(G(t-1)-X(t-1)),IV(t)lV42 i i max

-V ,V(t)-V

max i max

V ,V