基于PSO的队伍演化算法.pdf

《基于PSO的队伍演化算法.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28卷第6期模式识别与人工智能Vo1．28No．62015年6月PR&AIJun．2015基于PSO的队伍演化算法陈伟项铁铭徐捷(杭州电子科技大学天线与微波技术研究所杭州310018)摘要粒子群优化算法(PSO)由于其原理简单、较易实现等特点，得到广泛研究和应用．为加快优化速度，提高收敛精度，文中提出基于PSO的队伍演化算法．该算法将优化过程分为两个阶段：第一阶段为保持多样性，把队员分成若干个初级队伍并行优化，形成高级队伍；后一阶段为提高收敛速度，仅优化高级队伍．在整个优化过程中，根据评估队员所取得

2、的成绩，动态控制队员的调整步长和最大调整空间，同时产生教练组，为队员的进步方向提供指导．通过高维多峰测试函数进行测试对比，验证文中算法的优越性和有效性．关键词粒子群优化算法(PSO)，队伍演化算法(TeamEA)，并行优化，动态控制中图法分类号TP181DOI10．16451／j．enki．issn1003-6059．201506006TeamEvolutionaryAlgorithmBasedonPSOCHENWei，XIANGTie—Ming，XUJie(InstituteofAntennaand

3、Microwaves，HangzhouDianziUniversity，Hangzhou310018)ABSTRACTParticleswamioptimization(PSO)iswidelystudiedandappliedduetoitssimpleprincipleandeasyimplementation．Aimingatimprovingtheconvergencespeedandthesearchprecision，analgorithmbasedonPSO，teamevolutiona

4、ryalgorithm(TeamEA)，ispresented．Theoptimizationprocessofthisalgorithmisdividedintotwostages．Atthefirststage，tokeepthediversitytheplayersaredividedintojuniorteamstooptimizeandtheseniorteamisformed．Atthesecondstage，toimprovetheconvergencespeed，onlytheseni

5、orteamisoptimized．Intheprocessofthewholeoptimization，byevaluatingtheachievementsoftheplayers，theadjustmentofstep-lengthandthemaximumspacearecontrolled，andthecoachingstaffisformedtoguidetheprogressdirectionoftheplayers．Resultsonhigh—dimensionalmuhimodalt

6、estfunctionsvalidatethesuperiorityandeffectivenessoftheproposedalgorithm．KeyWordsParticleSwarmOptimization(PSO)，TeamEvolutionaryAlgorithm(TeamEA)，ParallelOptimization，DynamicControl收稿日期：2014—06—26；修回日期：2014—10—07作者简介陈伟(通讯作者)，男，1988年生，硕士研究生，主要研究方向为智能优化算法

7、及其应用．E—mail：chenwl117@163．com．项铁铭，男，1976年生，博士，副教授，主要研究方向为智能优化算法、多目标优化、现代天线设计．徐捷，男，1989年生，硕士研究生，主要研究方向为智能优化算法、代理模型．522模式识别与人工智能28卷1引言2粒子群优化算法粒子群优化算法(PSO)作为一种重要的群智能2．1标准粒子群优化算法进化算法，由Kennedy等¨提出．PSO模拟鸟类的PSO是一种基于种群的随机优化算法，群中的聚集觅食行为，通过评估自身和其他个体的位置信每个粒子都是搜索空间

8、中的潜在解．迭代搜索过程息搜寻食物，从而为寻找全局最优提供解决方案．由中，每个粒子记住自身的当前最优位置和种群的全于其概念清晰，原理简单，优化效率高，广泛应用于局最优位置，引导粒子向全局最优移动．每个粒子i实际问题中．均有速度向量Vi=[，V，⋯，]和位置向量X：随着优化问题越来越复杂，算法的理论研究和[，⋯，]，其中，的取值范围为[，⋯]，性能改进日趋重要．对于PSO的改进主要集中在3的取值范围为[，]，d代表搜索空间的维个方向．度．每个粒子在搜索范围