微粒群优化算法(PSO)的改进研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:martinlt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
微粒群优化算法(Particle Swarm Optimization, PSO算法)源于鸟群和鱼群群体运动行为的研究,是一种新的群体智能优化算法,是演化计算领域中的一个新的分支。它的主要特点是原理简单、参数少、收敛速度较快,所需领域知识少。该算法的出现引起了学者们极大的关注,已在函数优化、神经网络训练、组合优化、机器人路径规划等领域获得了广泛应用,并取得了较好的效果。尽管粒子群优化算法发展近十年,但无论是理论分析还是实践应用都尚未成熟,有大量的问题值得研究。针对小生境微粒群算法在处理复杂多峰函数优化问题中存在的一些缺陷,本文提出一种改进的小生境SNPSO(Stretching-NichePSO)算法。SNPSO算法将顺序小生境的思想引入其中,首先在主群体中应用Stretching技术,其次对子群体采用解散机制,即当在子群体中找到一个极值点后把该子群体解散回归主群体,最后设置子群体创建时的半径阈值,避免子群体半径过大。该算法解决了标准的NichePSO算法在处理多峰函数时,极值点的个数依赖于子群体个数及极值点容易出现重复、遗漏等问题。对3个常用的基本测试函数的实验表明,新算法(SNPSO)在多峰函数寻优中解的稳定性、收敛性和覆盖率均优于标准NichePSO。随后,本文分析了海豚的群智能规则,并且定义“核心”作为团队最好位置的预测,从而提出了一种海豚伙伴算法,这是一种启发式算法,通过伙伴选择,角色定位和信息交流确定每个海豚在自己所处团队中的位置,然后团队的领导者要执行对“核心”的探索,而普通的团队成员要仅仅跟随以加快团队搜索的收敛速度。多个测试函数展现了DPO的搜索性能,算法在前期能够以很快的收敛速度找到较好的适应度值,并且具有比GA算法更好的跳出局部极值点的能力。另外,DPO算法具有小生境思想,因此也具有良好的寻找多个极值点的能力,测试函数同时良好的展现了算法搜索多个极值点的有效性和准确性。
其他文献
目前,网上的程序设计做题系统都需要用户自己从成千上万道题目中来挑选适合自己做的,系统不会通过分析用户的程序设计知识掌握情况为其提供合适的题目,也不会在用户做题遇到
增强现实(Augmented Reality, AR)是把计算机生成的虚拟物体信息融合到用户感知的真实世界中的一种技术。本文主要讨论增强现实中注册技术的原理及实现方法。注册技术是增强
基于构件的软件开发技术是正在并逐步走向成熟的新的软件开发技术。构件作为一个大粒度的复用单元,使软件开发变成了构件的集成,从而大幅度降低了软件开发成本,提高了软件质
排课是学校教学管理中十分重要、又相当复杂的工作之一。如何更好的解决教学工作中的排课问题对整个教学计划的进行,起着十分重要的作用。随着高校教育事业的不断发展,学生人
三维虚拟现实技术是多学科的交叉研究领域,是当前最热门的研究方向之-,正以其直观性、交互性等优良特性被广泛应用于建模与仿真、教育与训练、医学等诸多方面,在科技发展和国
随着科学技术的发展,机器人已经应用到人们工作和生活的各个领域中了,机器视觉更是机器人系统中重要并不可或缺的一个重要组成部分。机器视觉就是用机器代替人眼来做测量和判断
互联网和多媒体技术日新月异的发展丰富了现代人的生活,以往单调乏味的文本信息已经逐渐被生动形象的数字视频所代替。毋庸置疑,融合了文本信息、音频和视觉信息的数字视频被
在科技发展和社会需求的双重驱动下,视频跟踪的应用越来越广泛,在安全监控、军事和行为理解等领域都有着大量的应用需求。目前虽已提出了大量的目标跟踪算法,但由于光照、背景、
基于视觉的目标跟踪一直以来都是计算机视觉领域一个重要而富有挑战性的研究热点,视觉目标跟踪算法引起人们越来越多的关注,并且在军事和民用的许多领域(如:智能交通、智能视频监
近年来,随着计算机网络的飞速发展,新的应用层出不穷,而传统的IP网络只提供尽力而为(Best Effort)的业务,伴随着多媒体业务的引入,网络应用的多样性要求其提供不同等级的服务并保