基于细菌觅食与粒子群的改进混合算法

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ａｂｉｌｉｔｙ．Ｍａｔｌａｂｓｉｍｕｌａｔｉｏｎｅｘｐｅｉｍｅｒｎｔ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄｈｙｂｉｄｒｌｇａｏｉｔｒｈｍｉｓｂｅｔｔｅｒｔｈａｎｔｈｅｂｓｉａｃＰＳＯｌｇａｏｒｉｔｈｍｎｄａｔｈｅｂｓｉａｃＢＦＯｌｇａｏｉｔｒｈｍ，ｔｈｅｃｏｎｖｅｒｇｅｎｃｅｒａｔｅｉｓｆａｓｔ，ａｎｄｈｓａｇｏｏｄｒｏｂｕｓｔｎｅｓｓ．
基于细菌觅食与粒子群的改进混合算法
梁樱馨，田浩杉
（兰州交通大学电子与信息工程学院，甘肃兰州７３００７０）
摘
要
针对粒子群优化算法（ＰＳＯ）在优化过程中易陷入局部极值而产生 “ 早熟” 现象，文中提出一种基于细茵觅
群体智能（ＳｗａｒｍＩｎｔｅｌｌｉｇｅｎｃｅ，ＳＩ）的概念最早由
ｏｐｔｉｍｉｚａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｌｇａｏｒｉｔｈｍａｎｄｔｈｅｂａｃｔｅｉａｒｌｆｏｒａｇｉｎｇｏｐｔｉｍｉｚａｔｉｏｎｌｇａｏｒｉｔｈｍｃｏｍ—
ＡｂｓｔｒａｃｔＡｉｍｉｎｇａｔｔｈｅｐｈｅｎｏｍｅｎｏｎｔｈａｔｔｈｅｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｉｔｒｈｍｉｓｅａｓｙｔｏｆａｌｌｉｎｔｏｔｈｅｌｏｃａｌ
ＬＩＡＮＧＹｉｎｇｘｉｎ，ＴＩＡＮＨａｏｓｈａｎ
（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｉｒｎｇ，ＬａｎｚｈｏｕＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ）
ｂｉｎｅｄ，ｔｈｅｅｎｈａｎｃｅｄａｌｇｏｉｔｒｈｍＡｌｔｏｇｌｏｂｌａｓｅａｒｃｈｉｎｇａｂｉｌｉｔｙ．Ｔｈｅｌｇａｏｉｔｒｈｍｈａｓｔｈｅａｄｖｎｔａａｇｅｓｏｆｓｔｒｏｎｇｇｌｏｂａｌｓｅａｒｃｈ
ｅｘｔｒｅｍｕｍｉｎｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｃｅｓｓ，ａｎｉｍｐｒｏｖｅｄｈｙｂｉｒｄａｌｇｏｉｒｔｈｍｂａｓｅｄｏｎｂａｃｔｅｒｉｌａｆｏｒａｉｇｎｇａｎｄｐａｒｔｉｃｌｅｓｗａｒｍ
ａ叶缓２０１７年第３０卷第４期
ＥｌｅｃｔｏｎｒｉｃＳｃｉ．＆Ｔｅｃｈ．／Ａｐｒ．１５．２０１７
协议
・算法及仿真
ｄｏｉ：１０．１６１８０／ｊ．ｃｎｋｉ．ｉｓｓｎｌ００７— ７８２０．２０１７．０４．０２０
关键词粒子群优化算法；细菌觅食优化算法；改进混合算法ＴＰ３０１．６文献标识码Ａ文章编号１００７— ７８２０（
ＩｍｐｒｏｖｅｄＨｙｂｒｉｄＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＢａｃｔｅｒｉａｌＦｏｒａｇｉｎｇａｎｄＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ
Ｋｅｙｗｏｒｄｓｐａｒｔｉｃｌｅｓｗａｒ／ｎｏｐｔｉｍｉｚａｔｉｏｎ；ｂａｃｔｅｉａｒｌｆｏｒａｇｉｎｇｌｇａｏｉｔｒｈｍ；ｈｙｂｉｄｒｌｇａｏｉｔｒｈｍ
食与粒子群的改进混合算法。粒子群优化算法与细菌觅食优化算法的结合，增强了算法的全局搜索能力，使算法具有全局搜索能力强的优点。选用Ｍａｌｆａｂ进行仿真实验，实验结果进一步显示了改进混合算法的优化能力优于基本ＰＳＯ算法和基本ＢＦＯ算法，收敛速度快，且具有较好的鲁棒性。