一种带停滞信息的自适应粒子群优化方法

发布时间：2018-01-29 04:12

本文关键词： 停滞粒子群优化多峰函数优化自适应调整策略　出处：《西安电子科技大学学报》2016年03期 　论文类型：期刊论文

【摘要】：为了提高粒子群优化算法的性能,设计了优化粒子带停滞信息的年龄结构网,并利用这种年龄结构网信息自适应地更改粒子群优化算法的3个关键参数.构建了一种带停滞信息的自适应粒子群优化方法,给出了该方法的具体优化步骤.采用4个经典的低维及高维Benchmark测试函数验证该优化方法的求解性能,并同引力搜索算法以及传统的不带停滞信息的粒子群优化算法进行求解对比.通过对比可知,该方法在低维多峰函数优化时,其搜索效率均2倍于其他文献中的方法,对于维数高于2维的高维函数,该方法的优化效率同其他文献中的方法基本相同,但在获得全局解及局部解的能力以及所求解的精度方面均远高于其他文献中的方法.
[Abstract]:In order to improve the performance of particle swarm optimization (PSO) algorithm, an age structure network with stagnation information is designed. The three key parameters of the PSO algorithm are adaptively changed by using the age-structured network information, and an adaptive PSO method with stagnation information is constructed. Four classical low-dimensional and high-dimensional Benchmark test functions are used to verify the performance of the method. It is compared with the gravity search algorithm and the traditional particle swarm optimization algorithm without stagnation information. The comparison shows that this method can be used in the optimization of low dimensional multipeak function. The search efficiency is twice as high as that in other literatures, and the optimization efficiency of this method is basically the same as that of other methods for high-dimensional functions whose dimension is higher than 2-D. However, the ability to obtain global and local solutions and the accuracy of these solutions are much higher than those in other literature.
【作者单位】：信阳师范学院计算机与信息技术学院;信阳师范学院土木工程学院;
【基金】：国家自然科学基金资助项目(61402393) 河南省高等学校重点科研资助项目(16A535001) 河南省教师教育课程改革研究资助项目(2015-JSJYYB-037)
【分类号】：TP18
【正文快照】： 应用领域.粒子群算法虽被认为是一种全局智能搜索算法,但因算法是利用粒子个体的社会性(gbest)及局部性(pbest)共同搜索的结果,且粒子个体的这种社会性及局部性受其他环境参数设置的影响,导致算法在搜索时可能会停滞不前[4-6].现今许多学者也采用不同的办法解决这一问题,如常

【相似文献】