混合pso的快速细菌觅食算法

《混合pso的快速细菌觅食算法》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、万方数据2010年12月第27卷第4期广西师范学院学报：自然科学版Dec．2010JournalofGuangxiTeachersEducationUniversity：NaturalScienceEditionV01．27No．4文章编号：1002—8743(2010)04—0091—04混合PSO的快速细菌觅食算法。麦雄发8，李玲b(广西师范学院a．数学科学学院；b．继续教育学院，广西南宁530001)摘要：为了提高细菌觅食算法在高维问题的收敛速度以及精度，提出了一种混合PSO的快速细菌觅食算法(H强A．PSo)．该算法用粒子的

2、移动代替了细菌的趋化操作，省略了细菌前进操作，保留了细菌的繁殖和驱散操作．基于6个高维Benchmark函数的试验结果显示，该算法收敛速度和精度都优于其它三种细菌觅食算法．关键词：细菌觅食算法；粒子群优化；混合中圈分类号：TPl8文献标识码：A细菌觅食算法(BFA)⋯和粒子群优化算法(PS0)№1都是用于解决最优化问题的著名算法．BFA是模仿Eeoli大肠杆菌在人体肠道内吞噬食物的行为而提出一种新型仿生类算法，而粒子群算法是模仿鸟类觅食行为而提出的进化优化算法．它们在优化问题中体现了较好的性能，而由于各自特定的进化机制，也都存在缺点

3、．在BFA中，一个细菌代表一个解，它在寻找最优解时只依靠自己．而PSO中一个粒子代表一个解，它在寻找最优解时，不仅依靠自身，也依靠其它的信息(个体历史最优解和全局最优解)．已有部分学者将BFA与其它智能算法进行混合，以提高原始BFA算法的收敛速度和精度，混合的算法包括遗传算法【2】、差分进化算法【3】、分布估计算法【71和粒子群算法【4’5J．本文提出另一种混合PSO的快速细菌觅食算法，直接用PSO中快速的粒子移动代替了细菌的趋化操作，省略了通常的细菌前进操作，与其它算法在常用测试函数上的对比测试显示了它更好的效果．1粒子群优化算法

4、粒子群优化算法是(ParticleSwarmOptimization，PS0)是由美国的Kennedy和Eberhart于1995年提出的，源于对鸟群和鱼群群体觅食运动行为的模拟，它是一种全局优化进化算法．PSO求解优化问题时，每个问题的解被看作是搜索空间中一个没有质量和体积的粒子．在D维空间里面，粒子群中每个粒子所处位置都被看成解空间的一个。粒子通过个体和群体的飞行经历来不断调整自己的位置．在t代，第i个粒子的位置和速度分别记为蕾(t)=(z，I(t)。z娩(t)，⋯，z∞(t))和研(t)=(墨l(t)，z，2(t)，⋯，z西(

5、t))．第i个粒子所经历过的最好位置被记录，并被记做个体极值(z岫，)，整个群体所经历过的最好位置即整个群体找到的最优解，记做全局极值为(铀)．在每一代，粒子根据下面的公式移动，以更新自己的速度和位置．口f(t)=t帅‘(t一1)+ClrI(t)(z加一，一zi(t))+c2r2(f)(铀一工‘(t))(1)zf(t)=zf(t一1)+础(t)(2)其中硼为非负惯性权重，cl，C2为非负学习因子。，．。，r：为[0，1]之间的随机数．2细菌觅食算法细菌觅食算法基于细菌觅食行为过程而提出的一种仿生随机搜索算法．BFA模拟细菌群体的行为

6、，包括趋化(chemotactic)，繁殖(reproduction)，驱散(elimination—dispersal)---个步骤．收稿日期：2010一09—20-基金项目：广西教育厅科研项目(200911Lx268)．广西师范学院基础研究基金项目(0810A004)作者简介：麦雄发(1974一)，男．广西平南县人。讲师，硕士。研究：智能计算及其应用(maixf74(罾126．∞m)万方数据·92·’广西师范学院学报：自然科学版第27卷BFA主要包括三层循环，外层是驱散操作，中间层是繁殖操作，内层是趋化操作．算法的核心是内层的趋

7、化性操作，它对应着细菌在寻找食物过程中所采取的方向选择策略，对算法的收敛性有着极其重要的影响．通常在趋化过程中，细菌运动模式包括翻转(tumble)和前进(swim)．翻转是细菌向任意方向移动单位步长，其更新公式为：∥(．f+1，是，￡)=∥(歹，k，Z)+c(i)≯(i)(3)其中∥(f，k，Z)表示个体i在第j代趋向、第k代繁殖、第z代驱散时的位置，c(i)表示步长，≯(i)表示翻转方向．每当细菌完成一次翻转后，检查适应度值是否改变，若适应度得到改善，细菌将沿同一方向继续移动若干步，如此循环直至适应度不再改善，或达到设定的移动步

8、数临界值，此过程定义为前进．繁殖过程先对细菌按其有生命周期以来的适应度进行排序，复制较好的一半来代替较差的另一半，以加快搜索速度．驱散过程通过对细菌按既定概率进行随机初始化，以保证能搜索到全局最优位置．若假设算法中变量维数为P，细菌个