一类改进的粒子群优化算法

《一类改进的粒子群优化算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、青岛人学硕十学位论文和证明等。例子包括模糊控制器设计、工作调度、实时机器人路径设计和图像分割等。通过在基本的PS0中引入繁殖和子种群的概念，增强其收敛性和寻求最优解的能力．在每轮迭代中随机选择一定的粒子作为父代，通过繁殖公式生成具有新的空间坐标和速度的子代粒子，并取代父代以保持种群规模．其实这是一种提高对解空间搜索能力和粒子多样性的数学交叉，可在一定程度上增强系统跳出局部极小的能力。将PS0与模拟退火算法相结合的PS0SA算法，解决了微粒群算法性能分析过程中发现的初始参数依赖性问题和算法搜索能力问题．通过模拟退火算法赋予搜索过程一种时变且最终趋于零的概率突跳性，

2、有效地降低了陷入局部极小的概率，从而获取更佳的近似最优解．而且，模拟退火算法的串行优化结构和微粒群算法的群体并行搜索相结合，拓展了微粒群在解空间中的搜索范围，提高了其优化性能，促进了种群群体多样性的发展。2第l章粒子群优化算法概述1．1产生背景第1章粒子群优化算法概述粒子群优化算法的产生来源于对简化的社会模型模拟。它是在鸟群，鱼群和人类社会的行为规律的启发下提出的。1994年，Holland教授J下式提出了复杂适应系统理论(ComplexAdaptiveSystem，CAS)以及人工生命的研究H1。在CAS中的成员称为具有适应性的主体(AdaptiveAgent

3、)，简称主体，比如研究鸟群系统，每个鸟在这个系统中就称为主体。主体的适应性是指它能够与环境以及其他主体进行交流，在这种交流的过程中“学习"或“积累经验’’，并且根据学到的经验改变自身的结构和行为方式。整个系统的演变或进化包括：新层次的产生(如小鸟的出生)；分化和多样性的出现(如鸟群中的鸟分成许多小的群)；新的主题的出现(如鸟寻找食物过程中，不断发现新的食物)。所以CAS系统中的主体具有4个基本特点璐1：(1)主体是主动的，活动的。这点是CAS和其他建模方法的关键性的区别。具有适应性的主体的概念把个体主动性提高到了系统进化基本动因的位置，从而成为研究与考察宏观行为

4、的出发点。(2)主体与环境及其他主体相互影响、相互作用，这种影响是系统发展变化的主要动力。相互作用是“可记忆"的，它表现为进化过程中每个个体的结构和行为方式的变化，以不同的方式“存储”在个体内部。(3)环境的影响是宏观的，主体之间的影响是微观的，宏观与微观要有机结合。(4)整个系统可能还要受一些随机因素的影响。随机因素的影响不仅影响状态，而且影响组织结构和行为方式。具有主动性的个体会接受教训、总结经验，并且以某种方式把“经历"记住，使之“固化"在自己以后的行为方式中。正因如此，CAS理论提供了模拟生物、生态、经济、社会等复杂系统的巨大潜力。PSO算法就是受到一个

5、CAS系统——鸟群系统行为特性的启发建立的一种算法理论，源于1987年Reynolds对鸟群社会系统Boids的仿真研究，因此PSO算法也包含了CAS的四个基本特点。在Boids中，一群鸟在空中飞行，每个鸟遵守以下三条规则：(1)避免与相邻的鸟放生碰撞。(2)尽量与自己周围的鸟在速度上保持协调和一致。(3)尽量试图向自己认为的群体中靠近。3通过一系列仿真实验发现初始处于随机状态的鸟通过子组织逐步聚集成一个个小的群落，并且以相同速度朝着相同方向飞行，然后几个小的群落又聚集成大的群落，大的群落又可能分散为一个个小的群落。这些行为和现实中的鸟类飞行特性基本上一致。生物

6、学家F．Heppner等展丌了对鸟类趋同性行为的深入研究。研究发现鸟群的同步飞行这个整体的行为只是建立在每只鸟对周围的局部感知上面，而且并不存在一个集中的控制者。也就是说组织起来但却没有一个组织者，群体之间相互协调却没一个协调者。生物社会学家E．O．Wilson也曾说过：“至少从理论上，在搜索食物的过程中，群体中个体成员可以得益于其他成员的发现和先前的经历。当食物源不可预测的零星分布时，这种协作带来的优势是决定性的，远大于对食物的带来的劣势。"R．Boyd和P．Richerson在研究人类的决策过程时，提出了个体学习和文化传递的概念。根据他们的研究结果，人们在决

7、策过程中使用两类重要信息：一是自身经验：二是其他人的经验。也就是说，人们根据自身的经验和他人的经验进行自己的决策。以上通过对鸟群、鱼群、人类社会系统的研究，证实了群体中个体之间信息的社会共享有助于整体进化。这便是开发PSO算法的核心思想。在以上的研究基础上，1995年美国社会心理学家J．Kennedy和电气工程师R．C．Eberhart在IEEE国际神经网络学术会议正式发表了题为ParticleSwarmoptimization的文章，标志着PSO算法的诞生∞1。PSO算法兼有进化算法和SI的特点，与其他进化算法类似，PSO算法也是通过个体间的协作与竞争，实现复

8、杂空间中最优解的搜索。1