周期性扰动的微粒群算法
作者:
基金项目:

周口师范学院青年科研基金(zknuqn201039A)


Particle Swarm Algorithm of Periodic Random Disturbance
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [9]
  • |
  • 相似文献 [20]
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    微粒群算法中微粒有保持自身状态的特性,如何改变其状态对微粒位置和速度的调整有较大的影响,本文给出一种周期性随机扰动的自适应改变微粒速度的方法。当微粒要进行下一次运动时,总体采用非线性下降的惯性权重选择方法,并且在其中加入周期性随机扰动策略,使算法既能得到较快的收敛速度,又不至于陷入局部极值。将此方法应用于对几个标准函数的测试中,与标准微粒群算法及只采用线性下降的微粒群算法进行比较,新方法能得到更好的结果。

    Abstract:

    Particle, among swam algorithm, is apt to keep its own state. While how to change its state has great influence on the position and the adjustment of the velocity. In this paper presents a new method—an adaptive particle swarm algorithm of periodic random disturbance strategy. And the nonlinear declination as well as Self-adapting inertia improved in the process of particles moving. Better results can be obtained by the new method compared with the former ones and which only adopts linear decline in the particle swarm algorithm.

    参考文献
    1 Krink T, Vesterstrom JS, Riget J. Particle swarm optimizationwith spatial particle extension. Proc. of the IEEE Int’lConf.on Evolutionary Computation. Honolulu: IEEE Inc.,2002:1474-1497.
    2 Hu XH, Eberhart RC. Adaptive particle swarm optimization:Detection and response to dynamic system. Proc. of the IEEEInt’l Conf. on Evolutionary Computation. Honolulu: IEEEInc., 2002:1666-1670.
    3 赫然,王永吉,王青,等.一种改进的自适应逃逸微粒群算法及实验分析.软件学报,2005,16(12):2036-2044.
    4 Hu J, Yu LH, Zou KQ. Enhanced self-adaptive search capability particle swarm optimization. Eighth InternationalConference on Intelligent Systems Design and ApplicationsISDA. 2008,(3):49-56.
    5 Kennedy J, Eberhart RC. Particle swarm optimization. Proc.IEEE Int'l. Conf. on Neural Networks, 1995, IV:1942-1948.
    6 任小波,杨忠秀.一种动态扩散粒子群算法.计算机应用,2010,30(1):159-161.
    7 王万良,唐宇.微粒群算法的研究现状与展望.浙江工业大学学报,2007,35(2):136-141.
    8 张皓,陈雪波,马德楠.具有自适应度双群体PSO 的组群机器人队形控制.清华大学学报(自然科学版),2008,48(S2):1751-1755.
    9 Richards M, Ventura D. Dynamic sociometry in particleswarm optimization. Proc. of the 6th InternationalConference on Computational Intelligence and NaturalComputing. North Carolina, 2003: 1557-1560.
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

于来行,乔蕊.周期性扰动的微粒群算法.计算机系统应用,2011,20(6):203-206

复制
分享
文章指标
  • 点击次数:1692
  • 下载次数: 3288
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 收稿日期:2010-10-11
  • 最后修改日期:2010-11-17
文章二维码
您是第11223705位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号