一种带有递减扰动项的粒子群优化算法
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)。
一
种带有递减扰动项 的粒子群优化算法
赵付青 , 唐建 新,张秋余
( 兰州理工大学 计算 机与通信学院 , 甘肃 兰州 70 5 ) 30 0
摘要 : 对粒子群优化算法在进化后期存在收敛速度慢、 易陷入局部极值等 问题, 出一种带有递 减扰 动项 的改 针 容 提
进粒子群优化算法. 进 化中后期 粒子位置更新过幔或保 持相对不 变 时, 当 通过在粒 子速度更 新公 式 中加 入递减扰
动项, 有效地提高微粒进行全局和局部搜索的能力, 减小粒子陷入局部最优的可能. 基于随机过程理论分析证明了
粒子的运 动规律是 一种马尔科夫过程 , 且该方法 以均方收敛到全局最优解. 典型测试 函数的仿真结果表 明, 算法 该 的收敛性 与已有方法相 比有较大提高 , 且算法能够有效避免粒子陷入局部 极值. 关键词 :粒子群优 化算 法;局部最优;随机过程 ; 递减扰动项 ;收敛性
第3 7卷 第 6期
21 0 1年 1 2月
兰
州 理工Biblioteka 大学学报
Vo_ 7 l3 No 6 .
De . 01 c2 1
J u a f a z o n v ri f c n lg o r l n h u U ies yo h oo y n OL t Te
文章 编 号 :1 7-1 62 1) 60 8 -6 6 35 9 (0 1 0-0 80
Z HAO F —ig ANG J nxn Z uqn ,T i - i , HANG u y a Qi- u
( l g mp t ra d C m m u cto Col eofC e o u e n o niain,L n h uU nv fTe h a z o i.o c .,La z u 7 0 5 n ho 3 0 0,Chn ) ia
中图分类号 : 3 1 TP 9 文献标识码 : A
A r il wa m p i ia i n ag r t pa tces r o tm z to lo ihm t u c si ey wih s c e sv l
d c e s ng dit r nc e m e r a i s u ba e t r
Ab t a t s r c :Ai d a h r be n p ril wa m p i z to ( O)ag rt m tt ee d o t v l — me tt ep o lmsi a t es r o t c miain PS l o ih a h n fise ou to u h a h l w o v r e c n h e d n y t eta p d it c l x r mu ,a mp o e lo in s c st eso c n e g n ea d t etn e c O b r p e n o l a te m o e n i r v d ag —
rt m sp e e td f rp ril wam p i iain wi u c si eyd c e sn it r a c e m n t e ih wa r sn e o a tces r o t z t t as c e sv l e r a igd su b n etr i h m o h ag rt m . I hsag rt m ,as c e sv l e r a igd su b n etr wa d e n ot ev l ct p a lo i h n t i lo ih u c s ieyd c e sn it r a c em sa d d it h eo iyu d — tn o m ua wh n t ep r il o iin u d t g wa O lw rk p ea iey u c a g d i h d l ig f r l e h a t ep sto p a i s tO so o e tr ltv l n h n e n t e mi de c n a d f a v lto e id .Th rf r h bl yo lb l n o a a tce s ac ig wa fe tv l m — n i l o u in p ro s n e e eo et ea i t fgo a d lc lp ril e r hn sefci ey i i a poe r v d,a d t ep o a i t f en r p e t c l p i u sr d c d twa e i e y t e r t a n h r b b l y o ig ta p di ol a tm m wa e u e .I sv rf d b h o e i l i b n o o i c a ay i b s do tc a t r c s e h t h a t l o inwa f a k vp o e sa d, yu i gt i l n l ss a e nso h s i p o e s st a ep ri em t so r o r c s n b sn h sa— c t c o M g rt m ,ago a p i l o u in c ud b c iv d wih me ns u r o v r e c .Ex e i n a i l— o ih lb l tma l t o l ea h e e t a q a ec n e g n e o s o p rme tl mu a s to h we h tt e i r v d ag rt m o l o n yi p o et ec n e g n eo h lo ih sg i — in s o d t a h mp o e lo ih c u d n to l r v h o v r e c ft eag rt m in f m i c n l o p r dw i h lo ih v i b eb ta s v i r p ig it o a o t iain s l t n a ty c m a e t t eag rt msa al l u loa od ta p n n o lc l p i z to ou i . h a m o K e o d : p ril wa m p i z t n lc lo t u ; so h si r c s e ; s c e sv l e r a ig yw r s a t e s r o tmia i ; o a p i m c o m t c a tc p o e s s u c s iey d c e sn