為解決粒子群優(yōu)化算法易陷入局部最優(yōu)值的問題,提出一種引入多級擾動(dòng)的混合型粒子群優(yōu)化算法.該算法結(jié)合兩種經(jīng)典改進(jìn)粒子群優(yōu)化算法的優(yōu)點(diǎn),即帶慣性參數(shù)的標(biāo)準(zhǔn)粒子群優(yōu)化算法和帶收縮因子的粒子群優(yōu)化算法,在此基礎(chǔ)上,引入多級擾動(dòng)機(jī)制:在更新粒子位置時(shí),引入一級擾動(dòng),使粒子對解空間的遍歷能力得到加強(qiáng);若優(yōu)化過程陷入"局部最優(yōu)"的情況,則引入二級擾動(dòng),使得優(yōu)化過程繼續(xù),從而擺脫局部最優(yōu)值.使用了6個(gè)測試函數(shù)——Sphere函數(shù)、Ackley函數(shù)、Rastrigin函數(shù)、Styblinski-Tang函數(shù)、Duadric函數(shù)及Rosenbrock函數(shù)來對所提出的混合型粒子群優(yōu)化算法進(jìn)行仿真運(yùn)算和對比驗(yàn)證.模擬運(yùn)算的結(jié)果表明:所提出的混合型粒子群優(yōu)化算法在對測試函數(shù)進(jìn)行仿真時(shí),其收斂精度和收斂速度都優(yōu)于另外兩種經(jīng)典的改進(jìn)粒子群優(yōu)化算法;另外,在處理多峰函數(shù)時(shí),本算法不易被局部最優(yōu)值所限制. 

【文章來源】：軟件學(xué)報(bào). 2019,30(06)北大核心

【文章頁數(shù)】：18 頁

【文章目錄】：
1傳統(tǒng)粒子群優(yōu)化算法
    1.1粒子群優(yōu)化算法
    1.2標(biāo)準(zhǔn)粒子群優(yōu)化算法
    1.3帶收縮因子的粒子群優(yōu)化算法
2新的帶多級擾動(dòng)的混合型粒子群優(yōu)化算法
3算法仿真實(shí)驗(yàn)
    3.1測試函數(shù)
    3.2仿真實(shí)驗(yàn)結(jié)果與分析
4結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于混沌粒子群算法的跳躍-滑翔軌跡優(yōu)化[J]. 施健峰,李伶,呂建強(qiáng).  航天控制. 2017(04)
[2]一種求解服務(wù)鏈映射問題的離散粒子群優(yōu)化算法[J]. 馬丁,莊雷,蘭巨龍.  小型微型計(jì)算機(jī)系統(tǒng). 2017(08)
[3]基于網(wǎng)格排序的多目標(biāo)粒子群優(yōu)化算法[J]. 李笠,王萬良,徐新黎,李偉琨.  計(jì)算機(jī)研究與發(fā)展. 2017(05)
[4]任務(wù)調(diào)度算法中新的自適應(yīng)慣性權(quán)重計(jì)算方法[J]. 李學(xué)俊,徐佳,朱二周,張以文.  計(jì)算機(jī)研究與發(fā)展. 2016(09)
[5]基于粒子群優(yōu)化算法的類集成測試序列確定方法[J]. 張艷梅,姜淑娟,陳若玉,王興亞,張妙.  計(jì)算機(jī)學(xué)報(bào). 2018(04)
[6]基于模式組合的粒子群優(yōu)化測試用例生成方法[J]. 姜淑娟,王令賽,薛猛,張艷梅,于巧,姚慧冉.  軟件學(xué)報(bào). 2016(04)
[7]基于正交實(shí)驗(yàn)設(shè)計(jì)的人工蜂群算法[J]. 周新宇,吳志健,王明文.  軟件學(xué)報(bào). 2015(09)
[8]基于慣性權(quán)重對數(shù)遞減的粒子群優(yōu)化算法[J]. 戴文智,楊新樂.  計(jì)算機(jī)工程與應(yīng)用. 2015(17)
[9]基于自適應(yīng)搜索中心的骨干粒子群算法[J]. 王東風(fēng),孟麗,趙文杰.  計(jì)算機(jī)學(xué)報(bào). 2016(12)
[10]具備反向?qū)W習(xí)和局部學(xué)習(xí)能力的粒子群算法[J]. 夏學(xué)文,劉經(jīng)南,高柯夫,李元香,曾輝.  計(jì)算機(jī)學(xué)報(bào). 2015(07)

博士論文
[1]粒子群優(yōu)化算法的改進(jìn)及應(yīng)用研究[D]. 劉逸.西安電子科技大學(xué) 2013
[2]粒子群優(yōu)化算法的理論及實(shí)踐[D]. 張麗平.浙江大學(xué) 2005

碩士論文
[1]粒子群優(yōu)化算法的幾種改進(jìn)算法及應(yīng)用[D]. 魯姝穎.中國礦業(yè)大學(xué) 2014



本文編號(hào)：2992441