基于多种群的改进粒子群算法多模态优化

《基于多种群的改进粒子群算法多模态优化》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。基于多种群的改进粒子群算法多模态优化　　摘要：　　针对多模态函数寻优过程中开发与探索能力难以平衡的问题，提出一种基于多种群的改进粒子群算法。该算法在基于种群的粒子群算法的基础上改进了种群生成策略，通过在个体最优值中选择种子，将粒子群分为若干独立进化的种群，增强了算法收敛的稳定性；为了提高粒子的利用率、算法的全局搜索能力和搜索效率，引入冗余粒子重新初始化策略；同时为了防

2、止算法在寻优的过程中遗漏适应度较优的极值点，对速度更新公式进行改进，使算法的开发与探索能力得到了有效的均衡。最后选用6个典型的测试函数进行对比实验，实验结果表明，EMSPSO具有较高的多模态寻优成功率与较优的全局极值搜索性能。　　关键词：　　多模态函数优化；粒子群算法；小生境技术；多种群；冗余粒子　　中图分类号：　　TP18　　文献标志码：A　　Abstract：　　Itisdifficulttobalancelocaldevelopmentand为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统

3、的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。globalexplorationinamultimodalfunctionoptimizationprocess，therefore，anEnhancedMultiSpeciesbasedParticleSwarmOptimizationwasproposed.Animprov

4、edmultispeciesevolutionstrategywasintroducedtoSpeciesbasedParticleSwarmOptimization.Severalspecieswhichevolvedindependentlywereestablishedbyselectingseedintheindividualoptimalvaluestoimprovethestabilityofalgorithmconvergence.Aredundantparticlereinitializationstrategywasintr

5、oducedtothealgorithminordertoimprovetheutilizationoftheparticles，andenhanceglobalsearchcapabilityandsearchefficiencyofthealgorithm.Meanwhile，inordertopreventmissingoptimalextremepointsintheoptimizationprocess，therateupdateformulawasalsoimprovedtoeffectivelybalancethelocalde

6、velopmentandglobalexplorationcapabilityofthealgorithm.Finally，sixtypicaltestfunctionswereselectedtotesttheperformanceofEMSPSO.Theexperimentalresultsshowthat，EMSPSOhashighmultimodaloptimizationsuccessrateandoptimalperformanceofglobalextremumsearch.为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用

7、，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　英文关键词Keywords：　　multimodalfunctionoptimization；ParticleSwarmOptimizationalgorithm；nichetechnology；multispecies；redund

8、antparticle　　0引言　　在现实生活中很多实际问题都可以抽象为数值函数寻优问题，有一些问题如神经网络集成、组合投资等，不仅要在解空间中找出全局最优解，还要