基于多种群并行粒子群优化算法-研究

《基于多种群并行粒子群优化算法-研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第1章绪论生命的领域。目前，群体智能算法中比较典型的有蚁群优化算法(AntColonyOptimization，ACO)16叫j、粒子群优化算法(PanicleSwarmOptimization，PSO)[10’川、人工鱼群算法(AnincialFish．swanllAlgorithm，AFA)[12～13l及混合蛙跳算法(ShumedFrogLeapingAlgorithm，SFLA)【14】等。蚁群优化算法是M．Dorigo等模拟蚂蚁觅食，提出的一种模拟进化算法。在觅食过程，蚂蚁从食物源到巢穴的路上会分泌一种化学物质叫做信息素，并能够感知这种物质的存在及其强弱，每

2、只蚂蚁在每次随机选择要走的路径时，它们均朝着这种物质强度高的方向移动，最终可找出最佳路线。蚁群算法具有良好的鲁棒性，并行分布式特性以及易与其他启发式方法结合的优点【15】，在短期内得到较大发展，应用领域不断扩展。目前，蚁群算法已广泛用于无线传感器网络路由选择【16～171，数据聚类分析‘‘8～191，图像处圳20～2ll，旅行商问题f22～231等领域。粒子群优化算法是美国社会心理学博士JamesKennedy和电气工程师RussellEberhart于1995年提出的一种演化计算技术，来源于对鸟群捕食行为的观察和研究。其后Shi和Eberhart【24j引入了惯性权

3、重来平衡全局性和收敛速度，形成了当前标准粒子群优化算法。系统初始化粒子为一组随机解，粒子在解空间里通过追随个体最优位置和全群最优粒子位置，逐步收敛于最优解。PS0算法概念简单、参数设置少、计算速度快、鲁棒性好，短短十多年便获得巨大发展，并在一些领域取得较好应用，正成为智能计算领域的研究热点之一【25~2刚。目前群智能算法研究还处在不完善的阶段，算法来源于对自然界生物群体行为的模拟，相关数学分析还不够严谨【4J，导致其存在各种各样的问题，例如算法中的参数设定大多是根据经验型方法确定，对于具体应用环境有较大依赖性；群智能和其它各种智能方法或者技术融合还不够充分、存在收敛速

4、度慢等缺点。但在可以预见的未来，群智能优化算法将成为一个重要的研究方向，会越来越受到国际智能计算以及其它领域的学者的关注。在现实生活中，许多实际工程问题最后可以转变成函数优化问题，如：预测人口增长、变电站选址以及图像处理等问题。这些实际工程问题，根据其问题的内容与条件可建立起数学模型进行优化求解，通常建模后的优化问题往往是个复杂的、多极值、非线性和不可微的函数，有些问题还没有显式的数学表达式。对于建模后的数学问题求解，传统的数值方法如：牛顿迭代法、二分法、梯度法和单纯性法等都很难求解出问题的最优解，并且用传统的数值方法求解问题还要求知道问题的初始点位置信息和建模函数的

5、导数梯度信息等，初始点第1章绪论位置信息的选取直接影响到问题求解成功与否。作为群体智能算法的一种，粒子群优化算法对于问题求解不需要知道：仞始点位置信息和函数导数梯度信息，并且对于没有显式数学表达式的函数也能优化求解；由此，可以考虑应用PSO算法求解实际工程问题。粒子群优化算法对于简单的单极值问题优化时具有较好的优化效果，但是对于复杂多极值问题求解时却容易陷入局部最优。因此，如何提高PS0算法的全局收敛能力，以及应用PSO算法解决实际工程问题是人们关注的重点。研究改进PSO算法性能以及应用PS0算法求解实际工程问题是一件既有重要理论意义又有实际应用价值的课题。本文主要研

6、究粒子群优化算法。标准粒子群优化算法在迭代求解过程中，存在种群多样性快速降低，易陷入局部极值、全局收敛性能不佳等缺点。如何提高算法种群多样性和算法全局收敛能力，以及扩大算法应用领域是目前粒子群优化算法研究的重点。本文基于此，通过对粒子群的分析与改进，增加算法种群的多样性，提出基于多种群并行粒子群优化算法，并将改进的PSO算法应用于无线传感器节点部署问题。1．2国内外研究现状基本的粒子群优化算法(ParticleSwarnlOptimization，PS0)是1995年由Ke衄edyJ和EberhaIrtR在受鸟群觅食行为的启发下提出的，因为PSO算法具有易于实现，参数

7、变化少，并且不包含梯度信息等优点，且能够有效的优化各种函数，逐渐吸引了众多学者的关注，趋于完善和成熟中。PS0算法目前在许多领域都有应用，不仅仅是最初的优化问题，还有现如今发展的工业领域。总之，粒子群算法正在被越来越多的学者重视，正在逐渐向成熟发展。但该算法仍存在一些问题，譬如种群多样性不够，在局部最优点不容易跳出，以及搜索空削有限等。自从原始的粒子群算法被提出以来，相关学者为了改善其性能，进行了大量的研究和验证。在这之后，许多基于粒子群的改进算法被逐渐提出，并有很多已经应用于实际问题中了。ShiY和EberhartR【2411998年引入了惯性权重