一种变异的改进粒子群优化算法.pdf

《一种变异的改进粒子群优化算法.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、}学术探讨篡；彗}研究I2o12笨第6积一种变异的改进粒子群优化算法陈永刚邱涌肖春宝(河南科技大学电子信息工程学院，河南洛阳471003)[摘要]为了解决粒子群优化算法容易陷入局部最优和后期搜索精度不高的问题，提出了带有合作算子的改进粒子群算法。合作算子和粒子运动公式的动态调整改善种群的多样性并且提高了搜索精度。从算法的收敛性、准确性和稳定性等方面对这种改进算法进行分析和实验，发现均优于标准粒子群4L4~(PSO)算法。[关键词]粒子群算法；合作算子；群智能其中c和C：是非负常数并且通常取值为2，称为学

2、习1．引言因子。r和r2是介于[0，1]之间的随机数。每一维粒子的速粒子群优化算法(PSO)是由Kennedy和Eberhart等于度都会被限制在一个最大速度V一，如果某一维更新后的1995年发明的一种基于群智能的进化计算技术『1l，来源于速度超过用户设定的V一，那么这一维的速度就被设定为对鸟群捕食的行为研究。后来shi等人[3]引入惯性权重，形V，即v。d∈[．V，vl瑾Ⅸ]。成了当前的标准版本。PSO的优势在于概念简单，容易实2．2算法流程现并且没有许多参数需要调整，目前已经成功应用于结构标准PSO

3、的算法流程如下：设计、神经网络『41、多目标优化吲等工程优化中。Stepl：初始化所有粒子，包括随机位置和速度；PSO算法收敛速度较快，但会出现早熟收敛，甚至不Step2：评价每个粒子的适应值；收敛的情况，尤其对于多峰函数而言不能令人满意，对高Step3：对每个粒子，将其适应值与其经历过的最好位维函数优化在求解质量上和速度上有些缺点。对PSO算法置P作比较，如果较好，则将其作为当前的最好位置P；；进行改进提高优化性能为该领域的一个研究热点。相继出Step4：对每个粒子，将其Pi与全局所经历的最好位置现了

4、一些改进的算法，然而这些算法在一定程度上改善了P作比较，如果较好，则重新设置Pg；算法的优化性能，但很难在搜索精度和早熟收敛之间达到Step5：根据公式(1)和(2)进行速度和位置(解)的迭代；平衡。针对上述缺点，本文提出了一种改进的粒子群算法，Step6：重复Step2~Step5，直到满足算法停止迭代的条该算法引入了合作算子旧，在迭代优化过程中对粒子进行件。两种合作策略的变异，使粒子群体保持多样性。本文分析了粒子速度更新公式的基础上，提出了动态改变粒子的粒3．改进的粒子群优化算法(IPSO)子分享个

5、体最优和群体最优的信息比例的方法，使算法初标准的PSO算法中，若粒子找到一个最优位置，则其期具有全局搜索能力，后期具有较好的搜索精度。实验结他粒子会迅速向其靠拢，此时若最优位置为局部最优，则粒果表明，该算法具有较好的优化效率。子就可能陷入早熟收敛。这样就导致了粒子群体不能在优2．粒子群算法介绍化空间重新搜索和运动。为了使粒子能进一步进化和继续优化，本文采用了合作算子对历史最优粒子进行变异的方2．1PSO算法基本原理法。这样不仅使变异后历史最优粒子更好地引导粒子的运PSO初始化为一群随机粒子(随机解)，然

6、后通过迭代动，使粒子摆脱局部收敛。还可以进化整个种群的最优粒找到最优解。在每一次迭代中，粒子通过跟踪两个“极值”子，更好地搜索最优解，提高搜索精度。同时对最优粒子采来更新自己。第一个就是粒子本身所找到的最优解，这个取保序策略，确保群体最优解向好的方向进化。叫做个体极值，记为P。。另一个极值是整个种群目前找到的3．1合作算子最优解，这个极值是全局极值，记为P。设两个个体粒子为pl=(x，X，⋯xD)和p2=(y，Y2，⋯yD)。设搜索空间为D维，总粒子数为n，第i个粒子表示为如果∈(0，1)

7、粒子的孩子粒子由合作策略1产Xi=(XX，⋯x；第i个粒子的历史最优位置记为P。=(p．．，生，否则由合作策略2产生，这里CS∈(0，11是预先设定的，⋯p；整个群体经历过的最好位置记为P(pg1，p，⋯参数，两个合作策略分别由(3)和(4)式给出。设合作产生的pgo)，粒子速度记为v=(vVi2，⋯v。则对于每一代，每个粒子为q=(q1，q2，⋯qD)和F(r1，r2，⋯rD)。粒子的位置根据如下方程变化。合作策略1中，q和r由式(3)产生：v。d=w木v试+c1木rl*(Pid—x。d)+c2木r2

8、木(pgd—Xid)(1)qk=13kXXk+(1一Bk)Yk(k=l，2，⋯，D)x。d=xid+Vid(2)rk=l~kxyk+(1一pk)Xk(3)作者简介：陈永刚，男，河南修武人，硕士，助教，研究方向：智能优化算法。。——34I篡莹研究学术探讨l_二=====二二二二===二===二=二==二====二：L2012筚第6飘l其中，Bk为0和1之间的随机数。￡(x)Xi2-Xi_∈[-600’60。]，复杂合作策略2中，由式(4)产生