基于学习因子自适应改变的粒子群算法研究-论文.pdf

基于学习因子自适应改变的粒子群算法研究-论文.pdf

ID:53029878

大小:375.18 KB

页数:6页

时间:2020-04-14

基于学习因子自适应改变的粒子群算法研究-论文.pdf_第1页
基于学习因子自适应改变的粒子群算法研究-论文.pdf_第2页
基于学习因子自适应改变的粒子群算法研究-论文.pdf_第3页
基于学习因子自适应改变的粒子群算法研究-论文.pdf_第4页
基于学习因子自适应改变的粒子群算法研究-论文.pdf_第5页
资源描述:

《基于学习因子自适应改变的粒子群算法研究-论文.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、第33卷第4期陕西科技大学学报VoI

2、33No.42015年8月JournalofShaanxiUniversityofScience&TechnologyAug.2015文章编号:1000—5811(2015}04—0172~06基于学习因子自适应改变的粒子群算法研究朱雅敏,薛鹏翔(西安工业大学理学院,陕西西安710021)摘要:标准粒子群算法的学习因子是固定值,但是研究发现这种取法却并不合适,会影响到算法的性能.本文通过研究得到以下结论:为了保证粒子群算法搜索到更广阔的空间以及粒子的收敛性,不管是调整单个学习因子还是两个同时

3、调整,学习因子c对应的函数都应该先凹后凸,而C对应的函数应该先凸后凹;绝大多数情况下两个因子一起调整会比只调整一个要好;两种调整策略同样都是C对应的函数先凹后凸、而c对应的函数先凸后凹的情况时,非对称性调整优于对称性调整.关键词:粒子群算法;学习因子;凹凸性中图分类号:TPI8文献标志码:ATheresearchofPSObasedontheadaptivechangesofaccelerati0nc0efficientsZHUYa—min,XUEPeng—xiang(SchoolofScience,XianTechnologi

4、calUniversity,Xian710021,China)Abstract:TheaccelerationcoefficientsofstandardPSOarefixednumbers,buttheresearchshoweditisnotappropriatebecausetheperformanceofthisalgorithmwouldbedestroyed.Threeconclusionshadbeendrawninthispaper:Toassurethewidersearchrangeandtheconverg

5、enceoftheparticles,whetheryouchangedonlyoneaccelerationcoefficientorbothaccelerationcoefficients,C1shouldbeginwithconcaveandendwithconvexandC2wascon—versely;Generallyspeaking,PSOperformedbetterwhenchangedbothaccelerationcoeffi—cientsatthesametimethanonlychangedoneoft

6、hem;Non—symmetricadjustmentwasbet—terthansymmetricadjustmentwhentwostrategiesbothwerethefirstcircumstance.Keywords:particleswarmoptimization;occelerationcoefficient;convexity注.粒子群算法在解决复杂优化问题方面展现出了0引言较大的优势.但和其它智能算法一样,粒子群算法粒子群算法(PSO)最早在1995年由电气工程也具有较难克服的缺陷,例如早熟问题和“Burs

7、t”师Eberhart和社会心理学家Kennedy提出.这个现象是存在于各种PSO算法中的普遍问题.算法基于鸟类觅食过程的启发而产生.PSO算法早熟是指粒子收敛于非全局最优解的位置.原理以简单易懂、实现容易、收敛速度快等著称.自VanE证明了经典PSO不仅不能保证收敛于全局面世以来,该算法受到了各个领域众多学者的关最优解,而且不能保证收敛于局部最优解,这一结收稿日期:2015-05—19基金项目:陕西省教育厅专项科研计划项目(14JK1347)作者简介:朱雅敏(1977一),女,河北保定人,助教,硕士,研究方向:数值代数及智能算

8、法第4期朱雅敏等:基于学习因子自适应改变的粒子群算法研究·173·论说明了早熟现象是必然存在的;“Burst”现象指DecreasingInertiaWeight,LD1w)PSO算法,提高粒子群在一段时间内几乎不进行变化,而在一定迭了算法性能,缺点是不能很好地适应复杂问题.也代次数后突然又恢复进化的现象_2].有学者根据粒子实时的进化速度动态调整惯性权值].另外一些文献则构造不同的非线性递减惯性1标准粒子群算法因子算子并对其进行数值实验,和标准PSO及其N个粒子,搜索的空间维数为D维.P(f】一它算法或调整策略对应的PSO进行

9、比较[4.(p(.t’,P譬,⋯,P)表示第i个粒子经过t次飞行基于这些对惯性因子的研究和改造,很多学者后的位置;(f)===(,V⋯,V)表示第i个粒子开始意识到学习因子的取值也应该是变化的而不第t次飞行的速度和方向;P一(PP⋯,P)是静止的.文献[10]受

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。