没有合适的资源?快使用搜索试试~ 我知道了~
首页欧椋鸟群启发的改进粒子群算法提升优化性能
欧椋鸟群启发的改进粒子群算法提升优化性能
需积分: 10 5 下载量 93 浏览量
更新于2024-09-10
收藏 1.42MB PDF 举报
本文主要探讨了传统粒子群算法在解决优化问题时存在的早熟现象和精度不高的局限性,这些问题使得算法在复杂搜索空间中的表现不尽如人意。为了解决这些问题,作者借鉴了生物学家对欧椋鸟群体行为的新研究,特别是它们在飞行过程中展现出的与距离无关的拓扑相互作用。这种相互作用表明,鸟类在保持群体一致性的同时,能够适应环境变化并寻找最优路径。 基于这些发现,作者提出了一个改进的粒子群算法,该算法在进化策略上引入了拓扑作用,模拟了欧椋鸟的集群行为。算法中采用了粒子群动能的概念,通过在线性递减权重框架下,根据粒子的动能动态调整其惯性权重,这有助于避免早熟,增强全局搜索能力。拓扑作用部分则利用最近邻粒子构建,将拓扑因子与惯性权重相结合,实现了进化状态的自适应平衡。 此外,文章还引入了猎食动物的惊扰机制,以增加算法的灵活性和多样性,防止陷入局部最优。对于多模态优化问题,这种改进算法表现出显著的优势,体现在更高的精度、成功率和效率上。实验结果证实了新算法的有效性,尤其是在处理具有多个最优解的问题时,它能更有效地探索和找到全局最优解。 本文的关键技术包括粒子群算法、Kendall's-Eberhart模型、惯性权重的自适应更新、拓扑作用的运用以及多模态问题的处理。研究成果对于优化算法的设计和实际应用具有重要的理论和实践价值,特别是在处理复杂优化问题时,可以提供一种新颖且有效的解决方案。
资源详情
资源推荐
收稿日期:20110908;修回日期:20111101 基金项目:国家自然科学基金资助项目(60736007);长安大学中央高校专项科研基金资
助项目(CHD2010JC133)
作者简介:孙锋利(1977),男,陕西眉县人,博士研究生,主要研究方向为模 式识别、智能计算 等(sunfengli2005@ yahoo.com.cn);何明一
(1958),男,四川盐亭人,教授,博导,主要研究方向为高光谱遥感、智能信息处理等;高全华(1976),女,山西新绛人,讲师,博士研究生,主要研究
方向为光束整形、模式识别等.
引入欧椋鸟群飞行机制的改进粒子群算法
孙锋利
1,2
,何明一
1
,高全华
2
(1西北工业大学 电子信息学院,西安 710077;2长安大学 理学院,西安 710064)
摘 要:传统粒子群算法存在早熟、精度低等不足,许多改进算法尽管性能略有提高,但依然存在原有弊端。生
物学家对欧椋鸟群的最新研究发现:鸟群飞行机制中个体间存在拓扑相互作用,与距离远近无关。受这一研究
成果启发,提出一种引入欧椋鸟飞行机制的改进粒子群算法。该算法在进化策略上引入拓扑作用和猎食动物的
惊扰机制,在参数选择上提出粒子群动能的概念,在线性递减权重框架下通过粒子动能自适应更新惯性权重,拓
扑作用集合采用最近邻粒子构成,将拓扑因子与惯性权重相联系,达到进化状态的平衡和自适应性。仿真实验
表明,改进算法在精度、成功率和效率上具有一定的优势,尤其是对多模态优化问题。
关键词:粒子群算法;KennedyEberhart模型;惯性权重;拓扑作用;多模态问题
中图分类号:TP751.1 文献标志码:A 文章编号:10013695(2012)05166604
doi
:10.3969/j.issn.10013695.2012.05.017
Improvedparticleswarmalgorithmintroducingflightmechanismof
flockofEuropeanstarlings
SUNFengli
1,2
,HEMingyi
1
,GAOQuanhua
2
(1.SchoolofElectronics&Information,NorthwesternPolytechnicUniversity,Xi’an710077,China;2.SchoolofScience,Chang’anUniversi
ty,Xi’an710064,China)
Abstract:Themaindefectsofconventionalparticleswarmalgorithmsareprematureandlowprecision.Manyimprovedalgo
rithmspromotedtheperformanceofalgorithmslightlywhilethedefectsaforementionedremainedinasense.Inrecentresearch
ontheflockofEuropeanstarlings,biologistsrevealthattheflyingmechanism oftheflockliesonatopologicalinteraction
amongmembers
,notthedistancebetweenthem.Enlightenedbythisnewdiscovery,thispaperproposedanimprovedalgorithm
byintroducingtwostrategiesoftheflockofstarlingsflightmechanism:thetopologicalinteractionandthedisturbanceofpreda
tor.Withrespecttotheselectionofparameters,itputforwardanewconceptofparticle’skineticenergytoadjusttheinertia
factoradaptivelyintheframeoflineardecreasedweights.Thetopologicalinteractionsetconsistsofthenearneighborsinthe
flock.Itsetthefactorsofinertiaweightandtopologicalinteractionstoaffecteachother.Thismadetheevolutionstatemore
harmonicandadaptive.ThenumericalexperimentsindicatethattheimprovedPSOalgorithmsurpassestheconventionalones
onaspectsoftheoptimizationaccuracy
,successratesandovercomingtheprematureprobleminasense,especiallyinthecase
ofmultimodalscenarios.
Keywords:particleswarmalgorithm(PSO);KennedyEberhartmodel;inertiaweights;topologicalinteraction;multimodal
problem
!
引言
粒子群优化(PSO)算法是一种年轻的群智能最优化算法,
相比于遗传算法(GA)、免疫算法(IA)、蚁群算法(ACO)等先
进群智能算法,由于其自由参数少、算法结构简洁、易于实现。
因此,近年来在最优化领域和群学习领域得到了广泛的研究和
应用,国际进化计算会议(
CEC)也将其列为讨论专题之一。粒
子群算法是由美国科学家 Kennedy等人
[1,2]
在 1995年提出的,
最初是为了模拟鸟群的群体觅食和运动行为,所以其数学基础
并不完善,实现技术也不规范,在参数设置、收敛理论等方面还
存在许多值得深入研究的问题。因此,从 PSO出现至今,出现
了众多对基本 PSO的改进算法,如对惯性权重的不同设置方
式
[3,4]
、结合遗传算子(选择、交叉、变异)的改进算法
[5]
、免疫
粒子群算法
[6]
、量子粒子群算法
[7]
等。这些算法在不同程度
上提高了粒子群算法的收敛精度和速度,在一定范围内避免粒
子种群的早熟。实际上,这些改进算法利用了粒子群算法的进
化特性,结合其他群智能算法的复杂算子和进化机理,使得基
本 PSO算法获得更优的参数设置和种群个体,从而使算法具
有更好的性能。但是这些改进算法的基本框架都建立在 Ken
nedyEberhart的位移—速度模型上,这就使得其性能的改进逃
不出模型的局限性,而复杂的进化算子和策略的引入也使得原
本简洁的算法变得非常复杂,算法实现变得困难,算法的运行
效率很低。
近年来生物学家通过对欧椋鸟群深入研究和观察发现,鸟
第 29卷第 5期
2012年 5月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol29No5
May2012
下载后可阅读完整内容,剩余4页未读,立即下载
daniel20060316
- 粉丝: 0
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 彩虹rain bow point鼠标指针压缩包使用指南
- C#开发的C++作业自动批改系统
- Java实战项目:城市公交查询系统及部署教程
- 深入掌握Spring Boot基础技巧与实践
- 基于SSM+Mysql的校园通讯录信息管理系统毕业设计源码
- 精选简历模板分享:简约大气,适用于应届生与在校生
- 个性化Windows桌面:自制图标大全指南
- 51单片机超声波测距项目源码解析
- 掌握SpringBoot实战:深度学习笔记解析
- 掌握Java基础语法的关键知识点
- SSM+mysql邮件管理系统毕业设计源码免费下载
- wkhtmltox下载困难?找到正确的安装包攻略
- Python全栈开发项目资源包 - 功能复刻与开发支持
- 即时消息分发系统架构设计:以tio为基础
- 基于SSM框架和MySQL的在线书城项目源码
- 认知OFDM技术在802.11标准中的项目实践
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功