基于自适应进化模型的粒子群优化算法.pdf

《基于自适应进化模型的粒子群优化算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年8月计算机工程与设计Aug．2014第35卷第8期COMPUTERENGINEERINGANDDESIGNVoL35No．8基于自适应进化模型的粒子群优化算法王雪瑞，宋全有。(1．河南工程学院计算机学院，河南新郑451191；2．河南交通职业技术学院交通信息工程系，河南郑州450052)摘要：针对标准粒子群算法在处理复杂优化问题时易出现收敛速度慢和陷入局部最优的问题，提出了一种自适应进化模型的粒子群优化算法。通过设定的阈值limit将种群进化状态划分为正常状态和“早熟”状态，当种群全局最优位置信息连续超过limit次没有更新时，认为算法处于“早熟”状态，此时对种群的个体最优位置

2、进行反向学习，帮助算法逃离局部最优，并采用新的进化模型；否则视为正常进化状态，并采用标准粒子群进化模型。8个基准测试函数的仿真结果表明，该算法与一些其它改进粒子群算法如FIPS、CLPSO、MPSO-SFLA算法相比，在全局寻优能力、收敛速度和收敛精度方面都具有明显的优势。关键词：粒子群优化算法；自适应进化；反向学习；快速收敛；局部最优中图法分类号：TP301．6文献标识号：A文章编号：1000-7024(2014)08—2901-06ParticleswarmoptimizationbasedonadaptiveevolutionmodelWANGXue—rui。SONGQuan-yo

3、u。(1．CollegeofComputerScienceandTechnology，HenanInstituteofEngineering，Xinzheng451191，China；2．DepartmentofInformationandCommunicationEngineering，HenanVocationalandTechnicalCollegeofCommunications，Zhengzhou450052，China)Abstract：Asstandardparticleswarmoptimizationalgorithmhadsomeshortcomings，suchas

4、convergingslowlyandgettingtrappedinthelocalminima，3newimprovedPSOalgorithmbasedonadaptiveevolutionwasproposed．Thealgorithm’Spopula—tionevolutionstatewasdividedinto“normalandpremature”bysettingthethresholdvaluelimit．Whenpopulation’Sglobalopti—malpositionwasnotupdatedcontinuouslyformorethanlimittim

5、es．thealgorithmwasconsideredtObeinthe“premature’’state．Atthispoint，theindividuals’optimalpositionadoptedopposition-basedlearningstrategywhichhelpedthealgorithmtoescapefromlocaloptimum，andthealgorithmadoptedtheimprovedevolutionmode1．Otherwise，itwasconsideredtobein“nor—mal”evolutionstate，andthestan

6、dardmodelwasadopted．Thesimulationexperimentresultsoneightclassicalbenchmarkfunc—tionsshowedthatthecapacityofsearchingoptimalsolution，convergencespeedandconvergenceaccuracyoftheAEMPSOwasbetterthansomeofthecommonimprovedparticleswarmoptimizations，suchasFIPS，CLPSOandMPSO-SFLA．Keywords：particleswarmo

7、ptimization；adaptiveevolution；opposition-basedlearning；fastconvergence；localoptima题时，在进化后期存在种群多样性丧失严重和易陷入局部0引言最优等缺点，严重制约了它的发展。后期众多学者对其进粒子群优化算法是一种基于种群搜索的群智能优化算行了相关改进。周龙甫等人将粒子群搜索分成探索性和开法，它是模拟自然界鸟类群体觅食行为的一种随机搜索算发性搜索两种状态，提