资源描述：
《基于不确定知识的粒子群优化算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第26卷第12期控制与决策2011年12月Vol.26No.12ControlandDecisionDec.2011文章编号:1001-0920(2011)12-1851-04基于不确定知识的粒子群优化算法梅从立,刘国海(江苏大学电气信息工程学院，江苏镇江212013)摘要:针对标准粒子群优化算法(PSO)速度更新方程存在随机参数,使得粒子获取知识存在不完备性的问题,将不确定知识引入PSO算法中,并对个体知识、群体知识和不确定知识随机参数进行了归一化,保证算法在每一步演化中都能获得完备知识.理论分析
2、给出了PSO-UK算法局部收敛参数条件,并证明了其具有全局优化性能.经典测试函数实验表明,所提出的PSO-UK算法具有全局搜索能力,且局部收敛精度明显优于PSO算法.关键词:粒子群优化算法；不确定知识；收敛性分析中图分类号:TP301文献标识码:AParticleswarmoptimizationbasedonuncertainknowledgeMEICong-li,LIUGuo-hai(SchoolofElectricalandInformationEngineering，JiangsuUnive
3、rsity，Zhenjiang212013，China．Correspondent：MEICong-li，E-mail：clmei@ujs.edu.cn)Abstract:Basicparticleswarmoptimization(PSO)algorithmonlydependsonindividualandsocialcognition,butthecognitivepartofPSOisuncertainforrandombehaviorofcognitivefactors.Therefore
4、,uncertainknowledgeisintroducedtothebasicPSOtoimprovetheknowledgestructureofeachparticle.RandomcognitivefactorsnormalizationisalsoconsideredinthePSO-UKalgorithmtoensurecompleteknowledgeforthePSO-UKalgorithm.TheoreticalanalysisandsimulationsshowthattheP
5、SO-UKalgorithmhastheperformanceofglobalconvergenceandbetterprecisionvalueoflocalconvergencethanthebasicPSO.Keywords:particleswarmoptimizationalgorithm；uncertainknowledge；convergenceanalysis1引引引言言言取知识具有不确定性和不完备性.鉴于此,本文提出标准粒子群优化算法(PSO)是基于群体智能的了一种基于不确定知识的
6、粒子群优化算法(PSO-UK).进化优化技术,具有收敛速度快、计算简单、所需参将不确定知识引入到PSO算法中,并对个体知识、群数少、易于实现等优点,是当前进化计算研究的热点体知识和不确定知识随机参数进行归一化,使得粒子之一.但PSO算法在演化过程中容易陷入局部最优在每一步演化中都能获得完备的知识.较小不确定性值,进而导致早熟问题.为了克服这一缺陷,相关学者知识可以增强PSO算法局部搜索能力,较大不确定性已提出了多种改进算法,最有代表性的研究工作是在知识可以增强PSO算法全局搜索能力.PSO-UK算法
7、PSO基础上,根据PSO参数特性和实际应用背景,开保留了PSO算法简洁、易于实现等优点.理论推导和展PSO参数选择策略[1-2]、PSO与其他算法混合策典型测试函数实验表明,本文所提出的PSO-UK算法略[3-7]、控制种群多样性策略[8]等研究.这些改进策略具有全局搜索能力,且局部收敛精度明显优于PSO算在一定程度上了提高了PSO算法的全局搜索能力,但法,也优于国内外一些较新的PSO改进算法.仍是在PSO算法框架下根据粒子个体和群体认知向2标标标准准准PSO算算算法法法最优解方向飞行,难以从本质上
8、克服早熟问题.PSO算法的基本思想是:通过模拟自然界生物的通过分析发现,PSO优化过程仅依靠个体和群体群体行为,构造解的随机优化算法.设在?维空间中,认识,而且由于速度更新方程存在随机参数,粒子获收稿日期:2010-07-16；修回日期:2010-11-15.基金项目:中国博士后基金项目(20090451171)；江苏高校自然科学基金项目(08KJD510011)；江苏大学高级人才科研启动基金项目(08JDG017)；江苏高校优势学科建设工程项目(苏政办发(2011)
