基于P系统的粒子群优化算法

合集下载

相关主题

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)。

究报告中提出，正式论文于２０００年见刊发表。因此膜计算系
０引言
粒子群优化（ＰＳＯ）算法起源于对鸟群、鱼群等群体生物捕食行为的研究。由于算法的公式简单、通用性强，并具有较强的全局优化能力，因此迅速成为解决困难问题的有力工具 … 。ＰＳＯ算法已经广泛应用于神经网络训练、电力系统优化、聚类分析等诸多领域。尽管粒子群优化有如此多的优点，但是在算法迭代后期，随着种群多样性的降低，算法容易陷入局部最优，
ｔｈｅｍｅｍｂｒａｎｅｃｏｍｐｕｔｉｎｇｔｈｅｏｒｙ．ＩｔｐｕｔｆｏｒｗａｒｄｔｈｅＰｓｙｓｔｅｍｂａｓｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（Ｐ — ＰＳＯ）ｔｏｋｅｅｐｔｈｅｂａｌａｎｃｅｏｆ
试函数对新算法进行了实验，结果表明，提出的Ｐ — ＰＳＯ算法有效地解决了算法早熟问题，提高了算法的收敛精度。由此可见，Ｐ — ＰＳＯ算法能够有效改进原有ＰＳＯ算法的性能。关键词：膜计算；粒子群优化；全局搜索；局部寻优
中图分类号：ＴＰ３０１．６文献标志码：Ａ文章编号：１００１ — ３６９５（２０１３）０８ — ２２６９ — ０４
ｇｌｏｂａｌｓｅａｒｃｈａｎｄｐａｔｉｒａｌｏｐｔｉｍｉｚａｔｉｏｎ．ＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｎｔｈｒｅｅｂｅｎｃｈｍａｒｋｆｕｎｃｔｉｏｎｓｓｈｏｗｔｈａｔｔｈｅＰ－ＰＳＯｌｇａｏｉｒｔｈｍｉｓｅｆｆｅｃｔｉｖｅｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅ，ａｎｄｈａｓｈｉｇｈａｃｃｕｒａｃｙ．Ｏｂｖｉｏｕｓｌｙ，ｔｈｅＰ — ＰＳＯａｌｇｏｉｔｒｈｍｃａｎｅｆｅｃｔｉｖｅ－ｌｙｉｍｐｒｏｖｅｔｈｅｐｅｆｒｏｍａｒｎｃｅｏｆｔｈｅｏｉｒｇｉｎａｌＰＳＯａｌｇｏｒｉｔｈｍ．
ห้องสมุดไป่ตู้
Ｋｅｙｗｏｒｄｓ：ｍｅｍｂｒａｎｅｃｏｍｐｕｔｉｎｇ；ｐａｔｒｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）；ｇｌｏｂａｌｓｅａｒｃｈ；ｐａｒｔｉｌａｏｐｔｉｍｉｚａｔｉｏｎ
Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅａｎｄｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｔｈｅａｌｇｏｒｉｔｈｍ，ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｄ
第３０卷第８期２０１３年８月
计算机应用研究
ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ
Ｖｏ１．３ＯＮｏ．８Ａｕｇ．２０１３
基于Ｐ系统的粒子群优化算法木
ＤＵＱｉａｎｇ，ＸＩＡＮＧＬａｉ－ｓｈｅｎｇ，ＬＩＵＸｉ — ｙｕ
（ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＮｏｒｍａｌＵｎｉｖｅｍｉ￣，Ｍｎ２５００１４，Ｃｈｉｎａ）
杜
摘
强，向来生，刘希玉
（山东师范大学管理科学与工程学院，济南２５００１４）
要：为了克服算法早熟收敛问题并提高算法精度，引入了膜计算理论。将ＰＳＯ算法与Ｐ系统相结合，提出
了一种基于Ｐ系统的粒子群优化算法（Ｐ－ＰＳＯ），有效地平衡粒子群的全局搜索和局部寻优。采用常用的三个测
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－３６９５．２０１３．０８．００７
Ｐｓｙｓｔｅｍｂａｓｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ