基于群落动态分配的粒子群优化算法

基于群落动态分配的粒子群优化算法

ID:36753671

大小:534.70 KB

页数:6页

时间:2019-05-14

基于群落动态分配的粒子群优化算法_第1页
基于群落动态分配的粒子群优化算法_第2页
基于群落动态分配的粒子群优化算法_第3页
基于群落动态分配的粒子群优化算法_第4页
基于群落动态分配的粒子群优化算法_第5页
资源描述:

《基于群落动态分配的粒子群优化算法》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、!!!!"!#!$!%!&!’!(!)*+,*’’(,*+-*./$$0,1-&,"*2计算机工程与应用!""#!$%"!##4基于群落动态分配的粒子群优化算法""A周鹏!李志良!朱磊"OAJK=L;+)-!MNJ0(D,(%)-!JKLM+("P重庆大学化学化工学院!重庆CQQQCCAP重庆大学软件工程学院!重庆CQQQCCOPF/,,+-+/RF0+’(#*&7%)6F0+’(.%,8)-()++&()-!F0/)-S()-L)(T+&#(*7!F0/)-S()-CQQQCC!()*+,APF/,,+-+/R

2、%&+8)-()++&()-!F0/)-S()-L)(T+&#(*7!F0/)-S()-CQQQCC!()*+,8D’%(,)--//*.UOVBP./’!"#$%&’(!)*!+,-.,/’(!!0$)&,123445’,67!7’/4,8"99,(’/6,3’#:/9&;$/<6,8.&%=/<4&>6,4,?/6,3’1’&($)*+,-./0.++,0./".!1$$203"*0&.%!4556!78,@#)AB-AC1D:96&/-&%’’()-/>+&%*/&#()T/,T(

3、)-./’9()%*(/)/>+&%*/&!0%&’/)7/>+&%*/&%)6%9&G>*(/)/>+&%*/&0%T+9++)6+R()+6*/>+&R/&’./’’G)(*767)%’(.6(#*&(9G*(/)();%&*(.,+<$%&’=>*(’(?%*(/)-W0G#%)+$&%)6/’/>*(’(?%*(/)*//,0%#9++)6+T+,/>+6!(P+-(/’’G)(*7.7)%’(./##(-)%*(/)D9%#+60%&*(.,+1$%&’2>*(’(?%*(/),FHI;<=#-Y(%.0%)-(

4、)-/&-%)(?%*(/)#*&G.@*G&+%)66(#*&(9G*(/).0%&%.*+&/R>%&*(.,+#$%&’*/().&+%#+T%&(+*(+#/R+,(.(*()-()R/&’%*(/)6G&()-/>*(’(?%*(/)!*0(#%,-/&(*0’)/*%9,7(’>&/T+#-,/9%,#+%&.0()-%9(,(*(+#%)6+RR+.*(T+,7%T/(6#>&/9,+’#/R>&+’%*G&+%)6./)T+&-+).+PE&7=3<;9)#$%&’()*+,,(-+).+%,-/&(*0’

5、*0%&*(.,+1$%&’2>*(’(?%*(/),012#*(/’’G)(*7.7)%’(./##(-)%*(/),(./#*./’’G)(*7>&/-&%’’()-/>+&%*/&摘要!通过定义三类群落规划算子!合并算子"融合算子和裂分算子#实现了粒子群优化算法进程中的群落动态分配思想$从而构造了一种新的随机优化技术!基于群落动态分配的粒子群优化算法%F/’’G)(*7H7)%’(.I##(-)%*(/)D9%#+6;%&*(.,+<$%&’=>@*(’(?%*(/)$FHI;<=&’新算法通过动态改变粒子群体的组织

6、结构和分配特征来维持寻优过程中启发信息的多样性$从而使其全局收搜索能力得到了显著提高$并且能够有效避免早熟收敛问题(关键词!群体智能算法)粒子群优化算法)群落动态分配)群落规划算子文章编号!OQQ1D!BBO,1QQE#Q!3QQEODQB文献标识码!I中图分类号!W;BQOPV络训练(模式分类(模糊系统控制以及其他众多相关领域&CDE’%然"引言群体智能算法"#$%&’()*+,,(-+).+%,-/&(*0’$的研究开始而与其它全局优化算法一样!;<=同样存在早熟收敛现象!这于12世纪32年代初期!其基本思想是模拟自然

7、界生物的群体尤其是在比较复杂的多峰搜索问题中表现更为明显%目前解决行为来构造随机优化算法%人们通过长期观察发现!生物群体这一问题的主要方法是增加粒子群体规模!虽然对算法性能有内个体间的合作与竞争等复杂性行为产生的群体智能往往能一定改善!但依然存在缺陷)一是不能从根本上克服早熟收敛对某些特定问题提供高效的解决方法&4’%鉴于此!美国社会心理问题*二是会大量增加算法的运算量%事实上!由于;<=一般学家5+))+67和电器工程师89+&0%&受鸟群觅食行为的启发!采用实数编码!没有选择(交叉与变异等操作!算法结构相对简于433:

8、年提出了粒子群优化算法";%&*(.,+<$%&’=>*(’(?%@单!运行速度很快%但是!算法运行过程中!如果某粒子发现一*(/)!;<=$&A’%其最初设想是仿真简单的社会系统研究并解释复个当前最优位置!其他粒子将迅速向其靠拢%如果该最优位置杂的社会行为!后来经大量模拟发现粒子群优化算法可以用于为一

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。