基于速度扰动项的多目标粒子群算法研究.pdf

《基于速度扰动项的多目标粒子群算法研究.pdf》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、机械设计与制造第7期l24MachineryDesign&Manufacture2015年7月基于速度扰动项的多目标粒子群算法研究刘文婧，张鑫礼，王建国，汪军(内蒙古科技大学机械工程学院，内蒙古包头014010)摘要：通过系统研究多目标粒子群算法，对于标准粒子群使用的线性惯性权重或常值惯性权重方法进行分析，发现粒子后期收敛速度的不足，针对这一问题，采用非线性递减指数函数的惯性权重取值方法，对粒子群速度更新公式进行分析研究，发现在算法迭代后期许多粒子速度停滞为零，易使粒子陷入局部最优，无法找到全局

2、最优解，进而又提出了添加二次函数类速度扰动项的改进粒子群算法，该改进算法避免了粒子在迭代后期的停滞，使粒子在迭代后期仍具有较小的飞行速度，从而避免了粒子后期陷入局部最优。通过试验对比，改进后算法在收敛性和分布性能上均提高(30~50)％左右。关键词：多目标粒子群算法；惯性权重；指数函数；速度扰动中图分类号：TH16；TP181文献标识码：A文章编号：1001—3997(2015)07—0124—04ImprovedMulti-ObjectiveParticleSwarmAlgorithmLIUW

3、en-jing，ZHANGXin-li，WANGJian-guo，WANGJun(SchoolofMechanicalEngineering，InnerMongoliaUniversityofScienceandTechnology，InnerMongoliaBaotou014010，China)Abstract：Researchedofmulti-objectiveparticleSWOITnoptimizationalgorithm．andanalyzedemethodoflinearorc

4、onstantinertiaweightinstandardparticleswarm．Therewasafaultattheendofsearching，WhichWOSlowconvergentspeed．Itadoptedtheexponentialfunctionofthenonlineardecreasinginertiaweightvaluemethodtosolvethisproblem．Atesametime，analyzedtheparticleSWaglTtvelocityu

5、pdatingformula，mostparticlesvelocityofthelateriterationalgorithmstagnationWaszero，whichledtotrapinlocaloptimumeasi@，andWasunabletofindaglobaloptimalsolution．Aimingattheshortcoming，itputsforwardtheimprovedparticleswoJTnalgorithmtoaddquadraticfunctionc

6、lassofvelocityperturbations．Theimprovedalgorithmavoidedtheiterativeparticleinlateriteration，andtheparticlesstillhadsmallflyingspeed，toavoidfallingintolocaloptimalparticlelater．Throughcomparativetest，theimprovedalgorithminconvergenceanddistributionpef

7、orrnancewasincreasedby(30~50)％．KeyWords：Multi-ObjectiveParticleSwarmOptimization；InertiaWeight；ExponentialFunction；VelocityDisturbance算法多样性的缺失，算法后期容易陷入局部最优解等问题，针对1引言这些问题，国内外学者提出了多种改进方法，诸如各种对PSO算粒子群算法(ParticleSwarmOptimization，简称PSO)起源于法参数的选择上的改进，拓扑结构

8、上的改进，及与其他算法结合对鸟类觅食行为的研究，1995年美国科学家发现在鸟类飞行过等方面的改进。提出了一种基于速度更新公式的一种改进方法，程中经常会突然的改变方向、散开、聚集等，其行为不可预测，但实验证明，该改进能在粒子群收敛性能和分布性能上有较大提其整体总保持一致眭，个体与个体之间也保持着最适宜的距离，高。通过对鸟类这种行为的分析研究，发现生物群体中存在着一种信2多目标优化问题数学描述息共享机制，由此拉开粒子群算法研究的序幕。由于该算法具有参数简单、收敛速度快，实现方便等特点，一般MOP问题