欢迎来到天天文库
浏览记录
ID:18639924
大小:745.37 KB
页数:4页
时间:2018-09-19
《权重自适应调整的混沌量子粒子群优化算法》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、2012年第21卷第8期http://www.c-s-a.org.cn计算机系统应用权重自适应调整的混沌量子粒子群优化算法①12李欣然,靳雁霞1(中北大学电子与计算机科学技术学院,山西太原030051)2(中北大学仪器科学与动态测试教育部重点试验室,山西太原030051)摘要:针对量子粒子群优化算法在处理高维复杂函数收敛速度慢、易陷入局优的问题,利用混沌算子的遍历性提出了基于惯性权重自适应调整的混沌量子粒子群优化算法。新算法首先引入聚焦距离变化率的概念,将惯性因子表示为关于聚焦距离变化率的函数,从而使算法具有动态自适应性;其次,在算法
2、中嵌入有效判断早熟停滞的方法,一旦检索到早熟迹象,根据构造的变异概率对粒子进行变异使粒子跳出局部最优,从而减少无效迭代。对高维测试函数的实验表明:改进算法的性能优于经典的PSO算法,基于量子行为的PSO算法。关键词:基于量子行为的粒子群优化算法(QPSO);混沌序列;惯性权重;聚焦距离变化率;变异ChaosQuantumParticleSwarmOptimizationAlgorithmWithSelf-adaptingAdjustmentofInertiaWeight12LIXin-Ran,JINYan-Xia1(Collegeof
3、ComputerScienceandTechnology,NorthUniversityofChina,Taiyuan030051,China)2(MinistryofEducationKeyLaboratoryofInstrumentationScienceandDynamicMeasurement,NorthUniversityofChina,Taiyuan030051,China)Abstract:Anovelalgorithmispresentedonthebaseofquantumbehavedparticleswarmop
4、timization,whichisaimedatresolvingtheproblemofslowconvergencerateinoptimizinghigherdimensionalsophisticatedfunctionsandbeingtrappedintolocalminimaeasily.Chaosalgorithmisincorporatedtotraversethewholesolutionspace.First,rateofclusterfocusdistancechangingwasintroducedinth
5、isnewalgorithmandtheweightwasformulatedasafunctionofthisfactorwhichprovidesthealgorithmwitheffectivedynamicadaptability.Secondly,amethodofeffectivejudgmentofearlystagnationisembeddedinthealgorithm.Oncetheearlymaturityisretrieved,thealgorithmmutatesparticlestojumpoutofth
6、elocaloptimumparticleaccordingtothestructuremutationsoastoreduceinvaliditeration.Experimentsonhigh-dimensiontestfunctionsindicatethattheimprovedalgorithmissuperiortoclassicalPSOalgorithmandquantum-behavedPSOalgorithm.Keywords:Quantum-behavedParticleSwarmOptimization;Cha
7、oticsequence;Inertiaweight;Rateofclusterfocusdistancechanging;Mutation粒子群优化(ParticleSwarmOptimization,PSO)是域。实验发现PSO算法在进化过程中存在早熟收敛由Kennedy和Eberhart于1995年提出的一类模拟和局部寻优能力差等缺点,近年来国内外的许多研[1]群体智能行为的优化算法,与遗传算法和蚁群算法究者针对这些缺点作了大量的工作,并提出了各种[2]相比,PSO有着算法简单,容易实现,并且可调整参改进的PSO算法。但这些改进
8、的PSO不同程度地数少等特点,因此被广泛地应用于函数优化、神经网降低了收敛速度。2004年,孙俊等人提出了具有量络训练、数据挖掘、模糊系统控制以及其他的应用领子行为的粒子群优化算法(Quantum-behavedPart
此文档下载收益归作者所有