资源描述：
《基于禁忌搜索的混合粒子群优化算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第14卷第4期哈尔滨理工大学学报Vol114No142009年8月JOURNALOFHARBINUNIVERSITYOFSCIENCEANDTECHNOLOGYAug.2009基于禁忌搜索的混合粒子群优化算法112满春涛,王昆,张礼勇(1.哈尔滨理工大学自动化学院,黑龙江哈尔滨150080;2.哈尔滨理工大学测控技术与通信工程学院,黑龙江哈尔滨150040)摘要:针对粒子群优化算法(PSO)易于陷入局部最优解并存在早熟收敛的问题,利用禁忌搜索算法较强的“爬山”能力,搜索时能够跳出局部最优解,转向解空间的其他区域的特点,
2、提出了一种新的基于禁忌搜索(TS)的混合粒子群优化算法(TS-PSO),并选用两个函数进行测试.结果表明,TS-PSO比其他改进粒子群算法更能提高收敛速度,获得全局最优解.关键词:粒子群优化算法;局部最优解;禁忌搜索;禁忌粒子群优化算法;全局最优解中图分类号:TP183文献标志码:A文章编号:1007-2683(2009)04-0005-04AHybridParticleSwarmOptimizationAlgorithmBasedonTS112MANChun2tao,WANGKun,ZHANGLi2yong(1.Sc
3、hoolofAutomation,HarbinUniversityofScienceandTechnology,Harbin150080,China;2.SchoolofMeasure2controlTechnologyandCommunicationsEngineering,Harbin150040,China)Abstract:PSOalgorithmwillgetstruckatlocaloptimalsolutioneasilyandexistprematureconvergence.TSalgorithmha
4、sgoodhill2climbingability.Itcanescapefromthelocaloptimalsolutionandturntoothersolutionspace.AhybridPSOalgorithmbasedonTSisproposed.TheexperimentalresultsoftwotestfunctionshaveshownthattheTS2PSOhasfasterconvergencevelocityandbetterglobeoptimalsolution.Keywords:PS
5、Oalgorithm;localoptimalsolution;tabu2search;TS2PSOalgorithm;betterglobeoptimalsolution[2]法.1999年,Clerc通过对算法的数学研究证明,0引言采用收敛因子能够确保算法的收敛性.②与其他算法相结合形成新的粒子群算法.Juang提出将GA与[3]粒子群优化算法(ParticleSwarmOptimization)PSO混合,形成一个新的算法HGAPSO.③提高是一种基于群体的演化算法,是通过群体内粒子间种群多样性.文[4]中提出了
6、一种基于生物免疫系的合作与竞争产生的群体智能指导优化策略,最早统的IM-PSO.④提高收敛速度.文[5]中提出,在[1]由Kennedy和Eberhart于1995年提出.由于其原标准粒子群算法中加入减弱速度更新的策略(简理十分简单,所需参数也较少,并且易于实现,已经RVU)来加速收敛速度.本文把PSO与局部搜索能被应用到很多的领域.为改善PSO算法的收敛性和力较强的TS相结合,避免了PSO易陷入局部最优总体性能,研究者在算法的改进方面做了大量工作.解,提高了后期进化的收敛速度.主要有以下几方面:①通过参数来改进粒子群
7、算收稿日期:2008-05-26基金项目:黑龙江省自然科学基金项目(F2007-09)作者简介:满春涛(1965—),男,教授.6哈尔滨理工大学学报第14卷则,并且在搜索过程中可以接受劣解,所以具有较强1混合禁忌搜索的粒子群算法的“爬山”能力,搜索时能够跳出局部最优解,转向解空间的其他区域,从而获得更好的全局最优解的111标准PSO与禁忌搜索算法概率,所以TS是一种局部搜索能力很强的全局迭代粒子群算法起源于对鸟群和鱼群等群体活动的寻优算法.研究,是一种模拟自然界生物种群行为特性并应用2)新解不是在当前解的邻域中随机产生
8、的,而[8]于求解优化问题的群体智能算法.PSO算法中每个是优于“bestsofar”的解,或是非禁忌的最佳解.粒子即为解空间中的一个解,它根据自己的飞行经113TS-PSO的思想验和同伴的飞行经验来调整自己的飞行.每个粒子在TS-PSO算法中,粒子按一定比例被分为两在飞行过程所经历过的最好位置,就是粒子本身找个群体swarm1和
