计算机科学 ›› 2013, Vol. 40 ›› Issue (Z11): 143-146.
周利军,彭卫,曾小强,邹芳
ZHOU Li-jun,PENG Wei,ZENG Xiao-qiang and ZOU Fang
摘要: 粒子群优化算法(PSO)的结构相对简单、运行速度很快,但是算法极易陷入局部最优,出现早熟收敛现象。针对标准粒子群算法存在的问题,引入了一种随迭代次数和粒子间距离大小动态改变的惯性权重,通过设置比例系数控制二者对惯性权重的影响力度。在此基础上为了增加种群多样性,又引入“杂交变异”算子,设计了一种基于杂交变异的动态粒子群优化算法(HV-DPSO)。通过对基准函数的数值试验表明,新算法相对于标准粒子群算法不仅能有效地避免早熟收敛,而且具有更好的收敛效果。
[1] Eberhart R C,Kennedy J.A new optimizer using particle swarmtheory[C]∥Proceedings of the Sixth International Symposium on Micro Machine and Human Science.Japan:Na-goya,1995:39-43 [2] Kennedy J,Eberhart R C.Particle swarm optimization[C]∥Proceedings of the IEEE International Conference on Neural Networks.Piscataway:IEEE,1995:1942-1948 [3] 纪震,廖慧连,吴青华.粒子群算法及应用[M].北京:科学出版社,2010 [4] 田雨波,朱人杰,薛权祥.粒子群优化算法中惯性权重的研究进展[J].计算机工程与应用,2008,4(23):39-41 [5] 唐忠.粒子群算法惯性权重的研究[J].广西大学学报:自然科学版,2009,4(5):640-644 [6] Shi Y,Eberhart R C.A modified particle swarm optimizer[C]∥IEEE World Congress on Computational Intelligence.Piscataway:IEEE,1998:69-73 [7] 刘建华,樊晓平,瞿志华.一种惯性权重动态调整的新型粒子群算法[J].计算机工程与应用,2007,3(7):68-70 [8] 徐玉杰,仇雷,刘清.自适应惯性权重的混沌粒子群算法研究[J].南京师范大学学报:工程技术版,2012,2(1):64-69 [9] 王克华,牛慧,张亚南,等.一种参数自适应调整和边界约束的粒子群算法[J].电子设计工程,2011,9(21):46-49 [10] 盛桂敏,薛玉翠,张博阳.动态自适应粒子群优化算法[J].绥化学院学报,2011,1(6):190-192 [11] 张顶学,关治洪,刘新.一种动态改变惯性权重的自适应粒子群算法[J].控制与决策,2008,3(11):1253-1257 [12] 龙文,梁昔明,董淑华,等.动态调整惯性权重的粒子群优化算法[J].计算机应用,2009,9(8):2240-2242 [13] 祝洪博,徐刚刚,海冉冉,等.基于云自适应梯度粒子群算法的无功优化[J].电网技术,2012,6(3):162-167 |
No related articles found! |
|