發(fā)布時間：2021-01-20 04:55

　　針對粒子群算法在搜索空間內(nèi)因個體間缺乏交互,致使種群在迭代過程中逐漸喪失基因多樣性,從而使算法過早收斂、陷入局部極值且無法跳脫的問題,提出了一種基于局部遠(yuǎn)親差分增強(qiáng)的擾動粒子群算法。首先,為保障初始化種群的隨機(jī)性以及避免因隨機(jī)初始化導(dǎo)致種群出現(xiàn)局部聚集的狀況,提出了半均勻式初始化種群的策略,使初始化種群以整體均勻、局部隨機(jī)的方式分布在整個解空間;其次,為擴(kuò)大種群搜索空間,增加可行性解的多樣性,提出擾動因子,在速度與位置更新的過程中加以擾動,使慣性權(quán)重、學(xué)習(xí)因子在整體遞變的趨勢上保持小范圍內(nèi)波動;再次,為將當(dāng)前種群的尋優(yōu)信息作用于下一代種群,利用粒子的適應(yīng)度值提出重構(gòu)概率,根據(jù)重構(gòu)概率選擇適應(yīng)度值低的個體重新構(gòu)建中間種群;最后,為進(jìn)一步豐富種群多樣性,保留對種群基因庫影響較大的個體基因,提出粒子不相關(guān)性,利用粒子不相關(guān)性選擇與優(yōu)秀個體基因差異性較大的遠(yuǎn)親個體進(jìn)行差分增強(qiáng)操作。為驗證本文算法的有效性,與基本PSO及同類PSO改進(jìn)算法進(jìn)行大量仿真實驗,結(jié)果表明,本文算法采用種群位置與速度的浮動式變化搜索,顯著擴(kuò)大了解的探索空間,并通過與遠(yuǎn)親個體的差分增強(qiáng)操作,使中間種群中適應(yīng)度值高的個體得以... 

【文章來源】：遼寧工程技術(shù)大學(xué)遼寧省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

差分算法流程

遼寧工程技術(shù)大學(xué)碩士學(xué)位論文表 2.3 粒子群算法實現(xiàn)Table2.3 The Implementation of PSO群算法實現(xiàn)群初始化，根據(jù)給定變量初始化范圍，對種群進(jìn)行隨機(jī)初始化；應(yīng)度值計算，計算每個粒子位置適應(yīng)度值；錄個體歷史最優(yōu)位置，將粒子適應(yīng)度值與經(jīng)歷過的最好位置適應(yīng)度值進(jìn)行比較當(dāng)前位置作為粒子歷史最佳位置；錄全局最優(yōu)位置，通過比較種群中所有最優(yōu)個體目標(biāo)函數(shù)的適應(yīng)度值，找出；式 2.6、2.7 分別更新粒子的速度與位置；不滿足停止條件，則轉(zhuǎn)到第二步，否則停止迭代。

IRTPSO算法流程

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)變異算子的差分進(jìn)化算法[J]. 廖雄鷹,李俊,羅陽坤,李波.  計算機(jī)工程與應(yīng)用. 2018(06)
[2]一種動態(tài)調(diào)整慣性權(quán)重的粒子群優(yōu)化算法[J]. 董紅斌,李冬錦,張小平.  計算機(jī)科學(xué). 2018(02)
[3]雙種群協(xié)同下帶混沌閃爍機(jī)制的螢火蟲算法研究[J]. 陳亞峰,張曉明,曹國清,周澤彧,戴波.  西安交通大學(xué)學(xué)報. 2018(03)
[4]基于局部遠(yuǎn)親差分增強(qiáng)的擾動粒子群優(yōu)化算法[J]. 王永貴,胡彩云,李鑫.  計算機(jī)應(yīng)用. 2018(05)
[5]非線性動態(tài)自適應(yīng)旋轉(zhuǎn)角的量子菌群算法[J]. 劉璐,單梁,戴躍偉,戚志東.  控制與決策. 2017(12)
[6]斐波那契樹優(yōu)化算法全局隨機(jī)性概率收斂分析[J]. 董易,呂丹桔,王霞,王耀民,李鵬,施心陵.  控制與決策. 2018(03)
[7]基于模糊高斯學(xué)習(xí)策略的粒子群-進(jìn)化融合算法[J]. 周偉,羅建軍,靳鍇,王凱.  計算機(jī)應(yīng)用. 2017(09)
[8]多搜索策略協(xié)同進(jìn)化的人工蜂群算法[J]. 王志剛,尚旭東,夏慧明,丁華.  控制與決策. 2018(02)
[9]區(qū)域分割的自適應(yīng)變異粒子群算法[J]. 陳侃松,阮玉龍,戴磊,蘭智高,邵建設(shè).  電子學(xué)報. 2017(08)
[10]基于CAS理論的改進(jìn)PSO算法[J]. 劉舉勝,何建佳,李鵬飛.  計算機(jī)工程與應(yīng)用. 2017(05)

碩士論文
[1]差分進(jìn)化算法的改進(jìn)及其在目標(biāo)跟蹤的應(yīng)用研究[D]. 楊笛.南京郵電大學(xué) 2017



本文編號：2988418