资源描述：
《粒子群优化算法种群规模的选择》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、2010年第19卷第5期计算机系统应用粒子群优化算法种群规模的选择①张雯雰1王刚1朱朝晖2肖娟1(1.湘南学院计算机系湖南郴州423000;2.广州杰赛通信规划设计院广东广州510310)摘要：介绍了相关文献对粒子群优化算法种群规模的建议，分析了种群规模与问题维度、搜索速度、精度及稳定性之间的关系，提出了一种选择种群规模的更精确的方法。选用了2个经典测试函数分别在维度为20、60、100和200的情况下，对20、40、60、80共4种不同的种群规模进行了函数优化实验。对实验结果进行了分析，给出了种群规模的一
2、个一般性的建议，并且提出了一种基于实验的，利用种群规模与精度、时间关系图来选择种群规模的方法。关键词：粒子群优化算法；种群规模；维度；函数优化PopulationSizeSelectionofParticleSwarmOptimizerAlgorithm1121ZHANGWen-Fen,WANGGang,ZHUZhao-Hui,XIAOJuan(1.FacultyofComputer,XiangnanUniversity,Chenzhou423000,China;2.GuangzhouGCIPlan&Des
3、ignInstituteofCommunicationEngineering,Guangzhou510310,China)Abstract:Thispapergivesadviceonpopulationsizeselectionfromliteraturesandanalyzestherelationsbetweenpopulationsize,dimension,precisionandstability.Itproposesamethodofpopulationsizeselection.Twoben
4、chmarkfunctionsareemployedtoperformfunctionoptimizationwithdifferentdimensions:20,60,100and200.Foreachdimension,populationsizeissetto20,40,60and80.Thispaperanalyzestheresultsandproposesageneralpopulationsize.Furthermore,anapproachbasedonexperimentsispropos
5、edforpopulationsizeselection.Withtheapproach,arelationgraphofpopulationsize,timeandprecisioncanbeusedtodeterminetheoptimumpopulationsize.Keywords:PSO;populationsize;dimension;functionoptimization粒子群优化(ParticleSwarmOptimizer,PSO)算献论及或者研究了此参数的选择问题。如Shi和法[1]是
6、在1995年由Kenndy和Eberhart共同提出。Eberhart提到“PSO算法对种群规模不敏感”[2]；文PSO算法源于对鸟群觅食行为的模拟，是群体智能算法献[3]建议将此参数设置为30；文献[4]建议设为20的一个典型代表。此算法简单高效，已被广泛用于各种至50；文献[5]则建议设为30或者40。这些文献都寻优问题，是智能优化算法中的一个研究热点。只提出了一个一般性的建议，没有说明更精确的选择目前，对PSO算法的研究主要集中在2个方面，方法，也没有提及问题维数与PSize的关系，本文将一是算法的改
7、进，二是参数的设置。本文将对种群规对这两个方面进行更为细致的论述。模的设置进行一些探讨。种群规模PSize是PSO算法的一个重要参数，表示粒子群中粒子的个数，对算法1粒子群优化算法的收敛速度、精度和稳定性有较大影响，因此很多文PSO算法是一种基于随机搜索的仿生优化算法，①基金项目:湖南省教育厅科研基金(09C921)收稿时间:2009-09-28;收到修改稿时间:2009-11-08ResearchandDevelopment研究开发125计算机系统应用2010年第19卷第5期此算法不需要问题连续可微，简单
8、高效且易于实现。模：20、40、60、80。这样，维数和PSize一共有最基本的PSO算法描述如下：16种组合，对于其中每一种组合，都用PSO算法进PSO算法中的群被称为粒子群，群里的个体被称行了100次函数优化。为粒子。在一个D维搜索空间中，共存在n个粒子。2.2实验结果与分析kD在第k次迭代时，第i个粒子的位置为X∈R，其历函数f1、f2的优化结果如图1、图2所示。图中ikk史最优位置为P，所有P(i=1,2
