傳統(tǒng)粒子群優(yōu)化算法（PSO）對(duì)社會(huì)認(rèn)知部分與自我認(rèn)知部分都采用恒定學(xué)習(xí)常數(shù),一定程度上限制了種群全局協(xié)調(diào)能力。在算法收斂后期種群多樣性喪失而導(dǎo)致全部個(gè)體收斂于搜索空間中的某一點(diǎn),這易誘發(fā)早熟現(xiàn)象。針對(duì)這種缺陷提出一種動(dòng)態(tài)學(xué)習(xí)混沌映射的粒子群優(yōu)化算法（VLCMPSO）。在算法初期迭代中應(yīng)多考慮自身記錄的最佳點(diǎn),在算法后期應(yīng)快速向種群最佳點(diǎn)收斂,因而設(shè)計(jì)一種進(jìn)行協(xié)調(diào)的動(dòng)態(tài)學(xué)習(xí)因子。為克服早熟現(xiàn)象,判斷種群多樣性方差低于設(shè)定閾值時(shí),以混沌映射的方式將該代最優(yōu)個(gè)體位置更新且以新的方式進(jìn)行優(yōu)化操作。經(jīng)實(shí)驗(yàn)證明新算法在收斂速度與精度上都具有更好的性能。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用研究. 2019,36(05)北大核心CSCD

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

不同維度算法相互比較表4新算法在不同收斂精度下的優(yōu)化進(jìn)程函數(shù)精度VLCMPSO:1E－05VLCMPSO:1E－10

?但隨著函數(shù)維數(shù)逐漸變高，探索解的環(huán)境變復(fù)雜，求解精度會(huì)有所降低，尤其是尋優(yōu)的速度會(huì)大打折扣。此類函數(shù)實(shí)驗(yàn)的重點(diǎn)應(yīng)是驗(yàn)證改進(jìn)算法對(duì)收斂速度以及局部勘探能力的提升程度。由圖1可知，VLCMPSO算法在1000次迭代中5次跳出局部限制，具有更好的抑制早熟現(xiàn)象的能力。從收斂精度以及速度方面驗(yàn)證該算法的正確性以及高效性。圖2中VLCMPSO雖然在第200次迭代后也出現(xiàn)停滯，但前200次迭代中保持種群多樣性可具有強(qiáng)的全局優(yōu)化能力，從速度方面優(yōu)于PSO精度也略有提升。圖1sphere函數(shù)迭代進(jìn)化曲線圖2rosenbrock函數(shù)迭代進(jìn)化曲線·0231·計(jì)算機(jī)應(yīng)用研究第36卷

?但隨著函數(shù)維數(shù)逐漸變高，探索解的環(huán)境變復(fù)雜，求解精度會(huì)有所降低，尤其是尋優(yōu)的速度會(huì)大打折扣。此類函數(shù)實(shí)驗(yàn)的重點(diǎn)應(yīng)是驗(yàn)證改進(jìn)算法對(duì)收斂速度以及局部勘探能力的提升程度。由圖1可知，VLCMPSO算法在1000次迭代中5次跳出局部限制，具有更好的抑制早熟現(xiàn)象的能力。從收斂精度以及速度方面驗(yàn)證該算法的正確性以及高效性。圖2中VLCMPSO雖然在第200次迭代后也出現(xiàn)停滯，但前200次迭代中保持種群多樣性可具有強(qiáng)的全局優(yōu)化能力，從速度方面優(yōu)于PSO精度也略有提升。圖1sphere函數(shù)迭代進(jìn)化曲線圖2rosenbrock函數(shù)迭代進(jìn)化曲線·0231·計(jì)算機(jī)應(yīng)用研究第36卷

【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合質(zhì)心思想和柯西變異策略的粒子群優(yōu)化算法[J]. 呂立國(guó),季偉東.  計(jì)算機(jī)應(yīng)用. 2017(05)
[2]基于逐層演化的群體智能算法優(yōu)化[J]. 張水平,王碧,陳陽(yáng).  工程科學(xué)學(xué)報(bào). 2017(03)
[3]鑿巖機(jī)器人鉆臂定位控制交叉精英反向粒子群算法[J]. 黃開啟,陳榮華,丁問(wèn)司.  控制理論與應(yīng)用. 2017(03)
[4]基于自適應(yīng)搜索的免疫粒子群算法[J]. 張超,李擎,王偉乾,陳鵬,馮毅南.  工程科學(xué)學(xué)報(bào). 2017(01)
[5]全局信息引導(dǎo)的改進(jìn)粒子群優(yōu)化算法[J]. 彭建新,詹志輝.  小型微型計(jì)算機(jī)系統(tǒng). 2016(07)
[6]動(dòng)態(tài)搜索空間的粒子群算法[J]. 張水平,王碧.  計(jì)算機(jī)應(yīng)用研究. 2016(07)
[7]基于非均勻變異和多階段擾動(dòng)的粒子群優(yōu)化算法[J]. 趙新超,劉國(guó)蒞,劉虎球,趙國(guó)帥.  計(jì)算機(jī)學(xué)報(bào). 2014(09)
[8]均勻搜索粒子群算法[J]. 吳曉軍,楊戰(zhàn)中,趙明.  電子學(xué)報(bào). 2011(06)



本文編號(hào)：3269315