基于最佳粒子共享和分层搜索的并行粒子群优化算法

基于最佳粒子共享和分层搜索的并行粒子群优化算法

ID:33297810

大小:222.48 KB

页数:5页

时间:2019-02-23

基于最佳粒子共享和分层搜索的并行粒子群优化算法_第1页
基于最佳粒子共享和分层搜索的并行粒子群优化算法_第2页
基于最佳粒子共享和分层搜索的并行粒子群优化算法_第3页
基于最佳粒子共享和分层搜索的并行粒子群优化算法_第4页
基于最佳粒子共享和分层搜索的并行粒子群优化算法_第5页
资源描述:

《基于最佳粒子共享和分层搜索的并行粒子群优化算法》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、维普资讯http://www.cqvip.com2008年8月四川大学学报(自然科学版)Aug.2008第45卷第4期JournalofSichuanUniversity(NaturalScienceEdition)V01.45No.4文章编号:0490—6756(2008)04—0799—05基于最佳粒子共享和分层搜索的并行粒子群优化算法丁鑫鑫,唐常杰,曾涛,张培颂,徐开阔,刘齐宏(NJtlTk~计算机学院,成都610065)摘要:为提高粒子群优化算法在优化问题中的效率,本文提出了并行粒子群优化算法(BLP—

2、so).基本思想是并行机制+最佳粒子共享十分层搜索.主要工作包括(1)信息共享机制中引入了区域学习,使粒子更新能参考其他粒子的信息;(2)提出了粒子群两层划分模型,底层利于扩大搜索范围,上层利于全局精细搜索;(3)证明了关于粒子群和并行粒子群收敛性定理;(4)在4个基准函数上的优化实验表明,新方法比经典的IPPso并行粒子群算法在解的精度上提高了51.93%到96.10%.关键词:并行粒子群算法;最佳粒子共享;分层搜索中图分类号:TP301.6文献标识码:AAparallelparticleswarmoptim

3、izationalgorithmbasedonbestparticle—sharedandlayeredsearchDINGXdn—Xin,TANGChang-Jie,ZENGTao,ZHANGPei—Song,XUKai-Kuo,L,【,Qi—Hong(CollegeofComputerScience,SichuanUniversity,Chengdu610065,China)Abstract:ToimprovetheefficiencyofParticleSwarmOptimization,thispape

4、rproposesanovelParallelPar—ticleSwarmOptimizationalgorithm(BLPso).Thebasicideaisparallelmechanismandbestparticle—sharedandlayeredsearch.Themaincontributionsinclude,(1)IntroducesRegionstudystrategiestoenableparticleinteraction.(2)Protx)sestwolayerspartitionof

5、particles,thelowerandtopperworkwellforglobalandlocalsearchrespectively.(3)provesconvergencepropertiesofPsoandBLPso.(4)Byexperimentsonfourbench—markfunctions,showsthat,thenewalgorithmincreasesprecisionby51.93%-96.10%comparedwithtra—ditionalIPPS0.Keywords:para

6、llelparticleswarlTloptimization,bestparticle-shared,layeredsearch为解决上述问题,需增加粒子群的粒子数,或1引言减弱粒子对全局最优点的追逐.增加粒子数将导致粒子群优化算法Pso(PartuicleSwarmOpti—算法计算复杂度增高,而减弱粒子对全局最优点的mization),由Eberhart和Kennedy等1,2]提出,能追逐又存在算法不易收敛的缺点.并行粒子群算法有效解决复杂优化任务.但Pso在接近最优解时可以减小粒子间的相互干扰,扩大搜

7、索范围;对于搜索速度低,且很难得到精确最优解.大规模的多变量求解具有重要的意义,可以提高解收稿日期:2007—05—09基金项目:国家自然科学基金(60473071)作者简介:丁鑫鑫(1982一),男,2005级硕士生,研究方向为数据库与知识工程.E-maihdingxinxin@CS.SOU.edu.cn通讯作者:唐常杰.E-mail:tangchangiie@cs.scu.edu.cn维普资讯http://www.cqvip.com800四川大学学报(自然科学版)第45卷的速度和质量.但是现有的并行粒子群算

8、法采用的新公式:信息共享方式和PSO在本质上是一样的,不能从Vid=7~Wid+Clrl(Pid—Xid)+c2r2(Pgd—根本上解决PSO早熟问题.为此,提出并行粒子群)+C3r3(P一)(3)的改进算法.(3)式中,C1,C2,C3是学习因子,r1,r2,r3是(0,1)2传统概念和算法的随机数,耐是各子群的群内最佳粒子,Pgmaxd是全局最佳粒子.速度更新由4部分组成,第三部分

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。