鲶鱼二进制粒子群优化算法研究

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)。

１引言
粒子群优化（ＰａｒｔｉｃｌｅＳｗａｍｒＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）算法是基于群体智能的优化技术，是群体智能的重要分支之一 … 。它用无质量无体积的粒子作为个体，并为每个粒子规定简单的行为规则，从而使整个粒子群表现出复杂特性，可用来求解复杂优化问题。由于它具有计算快速性、算法本身的易实现性并且仅有少量参数需要调整，因而一经提出就成为智能优化与进化计算领域的一个新的研究热点，已被广泛应用于各个领域的优化问题Ｊ＿【。标准ＰＳＯ算法主要用于解决连续的优化问题，为了处理离散问题的优化，１９９７年Ｋｅｎｎｅｄｙ
ｆｉｎｄｉｎｇｔｈｅｇｌｏｂａｌｏｐｔｉｍｉｚａｔｉｏｎ．ＴｈｅｉｍｐｒｏｖｅｄＢＰＳＯｃａｎａｖｏｉｄｔｈｅｐｒｏｂｌｅｍｏｆｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅｅｆｆｅｃｔｉｖｅｌｙ．Ｔｈｅ
第３０卷第１１期
文章编号：１００６ — ９３４８（２０１３）１１ — ０３１２ — ０５
计
算
机
仿
真
２０１３年ｌ１月
鲶鱼二进制粒子群优化算法研究
孟非，李金金，解志斌
（江苏科技大学电子信息学院，江苏镇江２１２００３）
ＳｔｕｄｙｏｎＣａｔｉｓｆｈＢｉｎａｒｙＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ
ＭＥＮＧＦｅｉ．ＬＩＪｉｎ — ｊｉｎ，ＸＩＥＺｈｉ — ｂｉｎ
ＫＥＹＷＯＲＤＳ：Ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）；Ｃａｔｆｉｓｈｅｆｆｅｃｔ；Ｃｏｎｖｅｒｇｅｎｃｅ；Ｏｐｔｉｍｉｚａｔｉｏｎ；Ｓｏｌｕｔｉｏｎｓｐａｃｅ
ｏｆ“ ｃａｔｆｉｓｈｅｆｆｅｃｔ ” ｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅＢＰＳＯａｌｇｏｒｉｔｈｍ，ａｎｄｔｈｅｄｉｖｅｒｓｉｔｙｏｆｔｈｅｐｏｐｕｌａｔｉｏｎｗａｓｅｆｆｅｃｔｉｖｅｌｙｉｎ — ｃｒｅａｓｅｄ．Ｔｈｉｓｍａｙｍａｋｅｔｈｅｐａｔｒｉｃｌｅｓｓｋｉｐｆｒｏｍｔｈｅｌｏｃａｌｏｐｔｉｍｉｚａｔｉｏｎａｎｄｓｅａｒｃｈｉｎｏｔｈｅｒｒｅａａｏｆｓｏｌｕｔｉｏｎｓｐａｃｅｕｎｔｉｌ
早熟收敛的发生，直到最后找到全局最优解。数值仿真表明，通过恰 Hale Waihona Puke Baidu地选取算法的相关参数，鲶鱼二进制粒子群优化算法
在收敛率、寻优速度及稳定性方面均有所提高。关键词：粒子群算法；鲶鱼效应；收敛；优化；解空间中图分类号：ＴＰ３０１．６文献标识码：Ａ
（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｚｈｅ￣ｉｎｇａＪｉａｎｇｓｕ２１２００３，Ｃｈｉｎａ）ＡＢＳＴＲＡＣＴ：ＴｈｅｔｒａｄｉｔｉｏｎａｌｂｉｎａｒｙＰＳＯ（ＢＰＳＯ）ａｌｇｏｒｉｔｈｍｈａｓｔｈｅｓｈｏｒｔｃｏｍｉｎｇｏｆｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅ．Ｔｈｅｉｄｅａ
ｅｘｐｅｉｍｅｒｎｔｌａｓｉｍｕｌａｔｉｏｎｓｓｈｏｗｔｈａｔｉｆｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｓｒｏｆｔｈｅｃａｔｆｉｓｈＢＰＳＯｌｇａｏｒｉｔｈｍｒｅａｓｅｌｅｃｔｅｄｃｏｒｅｃｔｌｙ，ｉｔｓｐｅｒｆｏｒｍａｎｃｅｓｉｎｃｌｕｄｉｎｇｃｏｎｖｅｒｇｅｎｃｅｒａｔｅ，ｒｅｓｅａｒｃｈｓｐｅｅｄａｎｄｓｔａｂｉｌｉｔｙｃａｎｂｅｉｍｐｒｏｖｅｄ．
摘要：在粒子群优化算法的研究中，粒子群算法是根据鸟群觅食过程中的迁徙和群集模型提出的，用来解决优化问题的一种随机方法。由于传统二进制粒子群算法具有早熟收敛的缺点，为提高算法的速度和稳定性，提出将 “ 鲶鱼效应 ” 引入到算法中，有效增加优化过程中种群的多样性，进而使粒子能够跳出局部最优点，进入解空间的其它区域继续进行搜索，有效避免