基于禁忌搜索的混合粒子群优化算法张世勇 熊忠阳

《基于禁忌搜索的混合粒子群优化算法张世勇 熊忠阳》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、计算机研究与发展ISSN1000一1239/CNll一1777lTPJournalofC冶1llputerR巴犯archandL吮veloPment44(Suppl.):339一343，2007基于禁忌搜索的混合粒子群优化算法张世勇’.2熊忠阳‘‘(重庆大学计算机学院重庆4o0044)2(重庆工商大学理学院重庆400067)(:瓦s--y@163.com)HybridParticleSwarm0PtimizationAlgorithmBasedonTabooSearchingzhangshi扣ngl，Zandxiongzhongya

2、ngl1(叙2怪粥of肠m加te。&ience，cho”ggingun￡~艺ty，〔决。”gqing400044)2(叙2绍‘of反扮nce，以on朋ingT阮hnol卿a耐Bus￡ness价￡~1妙，以on乡ng400o67)AbstractParticleswarmoptimization(PSO)hassomedefects，suchasimmersionlocaloptimization，slowconvergencevelocityandlowprecisionsolution.Inthispapertal朋searcha

3、lgorithmandpenaltythinkingareincorporatedintotheparticleswarmoptimizationtoincreasethediversityofparticleswarm.InertialweightofPSOismended.UsingthePenaltyfunctionreconstructthefitnessfunction.AnewhybridPS(〕algorithmbasedontaboosearching(THPSO)isproposed.Thecomputationa

4、lexperimentalresultsonsixbenchmarkfunctionsshowthattheTHPSOhasbetterglobesearchcapability，fasterconve堪encevelocityandcanattainhigherprecisionvaluethanthePS0algorithm.Keywordstaboosearch;PSOal即rithm;globaloptimization摘要在粒子群优化算法中引入禁忌搜索思想从而增加粒子群的多样性，改进惯性权重，添加罚函数重新构造适应度函数.

5、在此基础上提出一种基于禁忌搜索的混合粒子群优化算法(THPSO).通过6个标准测试函数实验，结果表明提出的算法比基本粒子群优化算法(PSO)具有更好的全局寻优能力、更快的收数速度以及获得更高精度的解的能力.关键词禁忌搜索;粒子群优化算法;全局优化中图法分类号TP301.6粒子群优化(particleswarmoptimization，PSo)收敛速度慢的缺点.目前已经有众多学者针对这一算法是在研究群智能(swarmintelligence)演化计算缺点提出了不同的改进算法，改进主要集中在以下技术的背景下，由Eberhart和Kenn

6、edy在受到自然几个方面:基于惯性权重[4]、学习因子等控制参数生物群体行为研究结果的启发下于1995年提出的的改进【5];基于个体极值和全局极值的选取方式的一种演化计算技术〔‘一2].由于其简单、有效、收敛速改进;基于引人其他算法的思想的改进.其中基于度较快并且有深厚的智能基础等特点，使得该算法引人其他算法的思想的改进最多，比如引人模拟退不仅适合科学研究，而且又特别适合工程应用〔3〕，火算法思想的改进[“〕、引人遗传算法的改进等等f7〕.因此近年来受到学术界的高度关注，目前该算法已这些改进，在不同程度上提高了算法的收敛速度和经在函

7、数优化、神经网络训练、模式分类、模糊系统精度，但效果并不十分理想.本文主要是采用改进控制等领域中得到广泛应用.但是粒子群优化算法参数与引人禁忌思想相结合的方式来改进粒子群优具有容易陷人局部最优值、最终解的精度低和后期化算法，给出了基于禁忌搜索的混合粒子群优化算收稿日期:2007一03一05万方数据计算机研究与发展2007，44(增刊)法，该算法结合了粒子群优化算法具有全局寻优能第2步.根据适应度函数计算每个粒子的适应力、实现简单的特点以及禁忌搜索算法具有的跳出度值;判断结束条件是否满足，如果满足结束条件则局部最优解的能力，从而避免了

8、粒子群优化算法易停止，否则进行第3步.于陷入局部极值点的缺点，提高了进化后期算法的第3步.对每个粒子，比较当前位置和个体极收敛速度和解的精度.6个基准测试函数的对比实值，若更好，则更新;对每个粒子，比较当前位置和全验结果说明所提出的基