个性化微粒群算法研究

《个性化微粒群算法研究》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、个性化微粒群算法研究的地方经过的蚂蚁也会多。假设有两条路从窝通向食物，开始的时候，走这两条路的蚂蚁数量同样多(或者较长的路上蚂蚁多，这无关紧要)。当蚂蚁沿着一条路到达终点以后会马上返回来，这样，短的路上的蚂蚁来回一次的时间就短，这也意味着重复的频率就快，因而在单位时间里走过的蚂蚁数目就多，洒下的信息素自然也会多，自然会有更多的蚂蚁被吸引过来，从而洒下更多的信息素⋯⋯；而长的路正相反。因此，越来越多的蚂蚁聚集到较短的路径上来，最短的路径就近似找到了。(2)人工鱼群算法在一片水域中，鱼往往能自行或尾随其它鱼找到营养物质多的地方，因而

2、鱼生存数目最多的地方一般就是本水域中营养物质最丰富的地方。人工鱼群算法【12】是根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群及追尾行为，从而实现寻优过程。该算法模拟了鱼的几种典型行为：觅食行为：一般情况下鱼在水中随机游动，当发现食物时，则会向食物逐渐增多的方向快速游去；聚群行为：鱼在游动过程中为了保证自身的生存和躲避危害会自然地聚集成群，鱼聚群时所遵守的规则有三条：(A)分隔规则～尽量避免与临近伙伴过于拥挤；(B)对准规则～尽量与临近伙伴的平均方向一致；(C)内聚规则～尽量朝临近伙伴的中心移动；追尾行为：当鱼群中的一条或几

3、条鱼发现食物时，其临近的伙伴会尾随其快速到达食物点。(3)微粒群算法标准微粒群算法n3—43(StandardParticleSwarmOptimization，SPSO)是在1995年由美国社会心理学家JamesKennedy和电气工程师RussellEberhart共同提出的，有关标准微粒群算法的内容将在下一节进行详细介绍。1．3微粒群算法所谓微粒群算法，实际上是一种模拟鸟群飞行、鱼群游动等群体行为的随机优化算法。该算法体现这样一种简单朴素的智能思想：鸟类使用简单的规则来确定自己的飞行方向和速度，试图停落在鸟群中而不致相互碰

4、撞。这种思想产生的微粒群算法与其它进化类优化算法相类似，也采用“群体”和“进化’’的概念，同样也是依据个体(微粒)的适应值大小进行操作。所不同的是，微粒群算法不像其它进化算法那样对于个体使用进化算子，而是将每个个体看作是在咒维搜索空间中的一个没有重量和体积的微粒，并在搜索空间中以一定的速度飞行，该飞行速度由个体的飞行经验和群体的飞行经验进行动态调整。4第一章引言1．3．1标准微粒群算法本论文将讨论如下的数值优化模型：minf(x)，x∈【x血，x姐。】”gR”(1．6)设Xf=(zf1，zf2⋯⋯．，Xf。)为微粒，的当前位置；

5、K=(Vjl，移『2，⋯．．，V，。)为微粒-『的当前飞行速度；0=(Pjl,P『2，⋯．．，Pj。)为微粒／所经历的最优位置，也就是微粒_『所经历过的具有最优适应值的位置，称为个体历史最优位置。对于最小化问题，目标函数值越小，对应的适应值越优。设群体中的微粒数为s，群体中所有微粒所经历过的最优位置为Pg(t)，称为全局历史最优位置。有了以上定义，标准微粒群算法的进化方程可描述为：Vjk(f+1)=WVjk(t)+clrx(pjk(f)一z弦(f))+c2r2(Pgk(f)一x业(f))Xjk(t+1)=‰(f)+VIk(f+1

6、)(1．7)(1．8)其中：下标“k”表示微粒的第k维，“f”表示微粒J，t表示第t代，W为惯性权重，介于0，1之间，认知系数G与社会系数C，称为加速度常数，通常在0～2间取值，_～(，(0，1)，r2-u(o，1)为两个相互独立的随机数。从上述微粒进化方程可以看出，烈，用于调节自身惯性所占的比重，G调节微粒飞向自身最优位置方向的步长，c，调节微粒向群体历史最优位置飞行的步长。为了减少在进化过程中，微粒离开搜索空间的可能性，V证通常限定于一定范围内，即Vfk∈卜‰，秒一1。如果问题的搜索空间限定在[一x蛐，x一】内，则可设定‰=

7、kxz。。，0．1≤七≤1．0。标准微粒群算法的初始化过程为：(1)设定群体规模Ⅳ；(2)对任意微粒-『的任意维k的位置分量z灰在卜x懈，x一】内服从均匀分布产生；(3)对任意微粒，的任意维k的速度分量z，m在卜1，一，k]内服从均匀分布产生；(4)个体历史最优位置P(0)取各微粒初始位置，群体最优位置只(O)为适应值最优的微粒所对应的位置。1．3．2标准微粒群算法流程(1)种群初始化：按照上述初始化过程选择，并置进化代数f为O；5个性化微粒群算法研究(2)参数初始化：设置惯性权重14'、认知系数q、社会系数c：及最大速度上限V

8、一；(3)由式(1．7)计算微粒下一代的速度；(4)调整各微粒的速度；(5)由式(1．8)计算微粒下一代的位置；(6)更新个体历史最优位置及群体历史最优位置；(7)若结束条件满足，输出得到的最优位置；否则，转步骤3。1．3．3社会行为分析标准微粒群算法的速度进化