推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

一种克服粒子群早熟的混合优化算法

更新时间:2019-10-30 07:01:11 大小:637K 上传用户:杨义查看TA发布的资源 标签:混合优化算法 下载积分:0分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

文档为一种克服粒子群早熟的混合优化算法总结文档,是一份不错的参考资料,感兴趣的可以下载看看,,,,,,,,,,,,,

部分文件列表

文件名 大小
一种克服粒子群早熟的混合优化算法.pdf 637K

部分页面预览

(完整内容请下载后查看)
第 23 卷 第 5 期  
控   制   与   决   策  
    2008 年 5 月  
Vol. 23 No. 5  
May 2008  
Control and Decision  
    文章编号: 1001-0920( 2008) 05-0511-04  
一种克服粒子群早熟的混合优化算法  
吴   敏1, 丁   雷1, 2 , 曹卫华1 , 徐辰华1  
( 1. 中南大学 信息科学与工程学院, 长沙 410083; 2. 吉首大学 物理科学与信息工程学院, 湖南 吉首 416000)  
摘  要: 针对粒子群优化算法在寻优时容易出现早熟现象, 提出在粒子群收敛停滞时, 从种群中随机选择粒子进行  
共轭梯度法计算, 通过引入共轭梯度算法计算的信息来影响粒子速度的更新, 以保持群体的活性, 从而打破群体信息  
陷入局部最优的状况. 不同于传统的粒子群算法, 该算法有机地结合了粒子群的全局搜索能力和共轭梯度法的强大  
局部搜索能力, 从而在一定程度上有效地克服了粒子群早熟的缺点. 仿真计算结果表明, 该改进粒子群的方法对于不  
同维数的非线性函数具有很好的寻优效果.  
关键词: 粒子群优化; 共轭梯度法; 全局最优  
中图分类号: TP18         文献标识码: A  
A kind of hybrid optimization algorithm with prevention of  
premature convergence of particle swarm  
W U M in1 , DIN G L ei1, 2 , CAO Wei-hua1 , X U Chen-hua1  
( 1. School of Informat ion Science and Engineering, Cent ral South University, Changsha 410083, China; 2. School of  
Physics Science and Information Engineering, Jishou University, Jishou 416000, China. Correspondent: WU M in,  
E-mail: min@ mail. csu. edu. cn)  
Abstract: To prevent the problem of premature convergence frequently appeared in the particle sw arm optimization  
( PSO) , a method is proposed, w hich selects particles stochastically t o perform the conjugate gradient algorithm w hen  
the PSO stagnates. T he calculation information of the conjugate gradient algorithm is employed to affect the update of  
the particle speed so as to maintain t he particle activation and avoid local optima. Unlike the existing PSO algorithms,  
the presented method integrates the global search abilit y of the PSO and the powerful local search ability of the  
conjugate gradient algorit hm. T hus, the problem of premature convergence of t he PSO algorithm is prevented.  
Simulation results show that the method has better performance for different dimensioned nonlinear funct ions.  
Key words: Particle sw arm optimization; Conjugate gradient algorithm; Global optimum  
具有全局优化能力. 但对于多维复杂问题, 往往会出  
现早熟现象, 容易陷入局部最优, 无法保证其收敛到  
全局最优. 共轭梯度法是一个经典的非线性寻优算  
法, 具有线性收敛的特点, 有二次终结性, 其局部搜  
1   引     言  
    优化问题是工业设计中经常遇到的问题, 为了  
解决各种优化问题, 人们提出了许多优化算法. 1995  
年 Eberhart 和 Kennedy[ 1, 2] 提出了一种新算法: 粒  
子群优化( PSO) 算法. 该算法一经提出, 立刻引起  
了优化及演化计算等领域学者们的广泛关注.  
索能力很强[ 6, 7]  
.
针对粒子群算法的早熟现象, 本文研究如何充  
分利用粒子群的全局搜索能力和共轭梯度法的局部  
搜索能力, 达到克服粒子群算法早熟所带来的影响,  
得到最佳的优化值.  
粒子群优化算法是一类基于群智能随机优化算  
法, 因受人工生命研究结果的启发, 其优点在于简  
单, 同时又有深刻的智能背景, 既适合科学研究, 又  
适合工程应用, 目前已广泛应用于函数优化、神经网  
络训练、模糊系统控制等多个领域[ 3-5] . PSO 根据个  
体的适配信息进行搜索, 不受函数约束条件的限制,  
2   粒子群优化算法和共轭梯度法分析  
    粒子群优化算法( PSO) 是一种进化计算技术,  
源于对鸟群捕食的行为研究. 其基本思想是通过群  
收稿日期: 2007-01-13; 修回日期: 2007-05-18.  
基金项目: 国家杰出青年科学基金项目( 60425310) .  
作者简介: 吴敏 ( 1963) ) , 男, 广东化州人, 教授, 博士生导师, 从事过程控制、鲁棒控制等研究; 丁雷 ( 1972 ) ) ,  
男, 湖南临湘人, 博士生, 从事过程控制、智能控制等研究.  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载