本文關(guān)鍵詞：基于信息共享機(jī)制的多種群微粒群算法研究

  更多相關(guān)文章： 微粒群算法 K-均值聚類 多種群 周期性共享機(jī)制 知識板

【摘要】：微粒群優(yōu)化算法是受到鳥群尋找食物的啟發(fā)提出的一種群智能優(yōu)化算法,該算法具有較快的收斂速度和較好的全局搜索能力。但是該算法搜索過程中由于種群多樣性降低容易導(dǎo)致算法陷入局部最優(yōu)解。將多種群概念引入到微粒群算法中,通過子種群的協(xié)同搜索可以加快算法的收斂速度并提高算法的收斂精度。為了充分利用子種群的搜索信息,本文提出基于周期共享機(jī)制和知識板共享機(jī)制的多種群微粒群算法,引入周期共享機(jī)制使搜索到的信息在子種群之間及時傳遞,子種群基于該信息搜索;引入知識板,記錄子種群搜索過程中可以搜索到的所有信息。根據(jù)知識板上的信息,判斷子種群的搜索狀態(tài),調(diào)整子種群的搜索方向,提高算法的收斂精度。本文的主要工作如下:1)針對搜索過程中,子種群的搜索信息不能及時更新,影響算法的收斂性能,提出一種基于K-均值聚類和周期共享機(jī)制的多種群微粒群算法(IKMPSO)。首先,將種群中的所有微粒視作一棵樹的根節(jié)點(diǎn),從根結(jié)點(diǎn)開始,計(jì)算所有節(jié)點(diǎn)的權(quán)值,依據(jù)權(quán)值生成新的節(jié)點(diǎn)(葉節(jié)點(diǎn)),依次遞歸,最后生成一棵最優(yōu)二叉樹。在生成的最優(yōu)二叉樹中選擇合適葉節(jié)點(diǎn)作為聚類的初始中心。其次,將此方法產(chǎn)生的聚類中心作為K-均值算法的初始聚類中心,按照K-均值聚類方法完成對種群的劃分。最后,引入周期共享機(jī)制,使子種群之間的信息間隔一定的周期進(jìn)行更新。在一個搜索周期內(nèi),子種群在其相鄰子種群的引導(dǎo)下協(xié)同搜索,其余子種群均獨(dú)立搜索,依次完成整個搜索過程。實(shí)驗(yàn)結(jié)果表明該算法在求解多峰測試函數(shù)時可以明顯提高算法收斂精度和收斂速度。子種群之間通過周期性共享搜索到的信息,可以增強(qiáng)子種群之間的協(xié)同搜索能力。2)針對IKMPSO算法中,一旦某一子種群陷入局部最優(yōu),其后面與之協(xié)同搜索的子種群必然會在此局部最優(yōu)解的引導(dǎo)下進(jìn)行搜索,導(dǎo)致IKMPSO算法搜索過程中因種群多樣性缺失陷入局部最優(yōu),影響算法搜索全局最優(yōu)解的能力。為增強(qiáng)子種群搜索過程中的種群多樣性,降低某一子種群搜索過程中陷入局部最優(yōu)對算法整體搜索性能的影響,將知識板共享機(jī)制引入到IKMPSO算法中,提出基于知識板共享機(jī)制的KBMPSO算法。知識板記錄搜索過程中各子種群可以感知到的多元信息(子種群的多樣性、子種群的搜索能力以及子種群搜索過程中的最佳位置及其適應(yīng)值),一旦某一子種群陷入局部最優(yōu),知識板中記錄的信息及時反饋到該子種群,子種群根據(jù)反饋的信息,及時調(diào)整搜索方向,跳出局部最優(yōu),朝著全局最優(yōu)的方向搜索。實(shí)驗(yàn)結(jié)果表明,將知識板共享機(jī)制引入到IKMPSO算法中,在求解多峰測試函數(shù)的全局最優(yōu)解時,搜索到全局最優(yōu)解的精度和其他算法相比有了較大改進(jìn),同時搜索到全局最優(yōu)解的次數(shù)也有了很大提高。
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP18

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 閔文文;梅端;代婷婷;胡光華;;基于遺傳算法SVM的基因表達(dá)譜數(shù)據(jù)分析[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

2 劉衍民;隋常玲;趙慶禎;;基于K-均值聚類的動態(tài)多種群粒子群算法及其應(yīng)用[J];控制與決策;2011年07期

3 段曉東;高紅霞;張學(xué)東;劉向東;;粒子群算法種群結(jié)構(gòu)與種群多樣性的關(guān)系研究[J];計(jì)算機(jī)科學(xué);2007年11期

4 潘峰;陳杰;甘明剛;蔡濤;涂序彥;;粒子群優(yōu)化算法模型分析[J];自動化學(xué)報(bào);2006年03期

5 赫然;王永吉;王青;周津慧;胡陳勇;;一種改進(jìn)的自適應(yīng)逃逸微粒群算法及實(shí)驗(yàn)分析[J];軟件學(xué)報(bào);2005年12期

6 李愛國;多粒子群協(xié)同優(yōu)化算法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年05期

7 曾建潮,崔志華;一種保證全局收斂的PSO算法[J];計(jì)算機(jī)研究與發(fā)展;2004年08期

8 李曉磊,邵之江,錢積新;一種基于動物自治體的尋優(yōu)模式:魚群算法[J];系統(tǒng)工程理論與實(shí)踐;2002年11期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王芳;粒子群算法的研究[D];西南大學(xué);2006年

2 富立友;基于知識共享的組織文化研究[D];復(fù)旦大學(xué);2005年

3 劉靜;協(xié)同進(jìn)化算法及其應(yīng)用研究[D];西安電子科技大學(xué);2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張創(chuàng)業(yè);協(xié)同進(jìn)化算法研究及應(yīng)用[D];廣西民族大學(xué);2010年

，

本文編號：1277868