当前位置：文档之家 › 混合型粒子群优化算法研究

混合型粒子群优化算法研究

  • 格式：pdf
  • 大小：387.85 KB
  • 文档页数：4

ｍ 个 粒 子 ， 个 粒 子 作 为 搜 索 空 间 中待 优 化 问题 的 一 个 可 行 每
０ 引言
基于对 鸟群 捕食 行 为的仿 生 ， ｅｎ ｄ 人 于 １９ Ｋ ｎ ｅｙ等 ９ ５年
提 出 了粒 子 群 优 化 （ ａｔ ｌ ｓａ ｐｉ ｚｔ ｎ Ｐ Ｏ） 法 。 该 ｐｒｃ ｗ ｍｉ ｔ ａｉ ，Ｓ 算 ｉｅ ｏ ｍｉ ｏ 算 法 属 于 基 于群 体 智 能 的 随 机 优 化 算 法 ， 有 简 单 、 实 现 、 具 易 执 行 速 度 快 等 优 点 。但 基 本 粒 子 群 算 法 存 在 容 易 陷 入 ｔ ｐｐ ｉａｉｎ ｓ ｏ ｅ．
Ｋｅ ｒ ｓ ｙ ｒｄｐ ｒｃｅｓ ｒ ａｇ ｒｈ ＨＰ Ｏ）；ａｇ ｒ ｈ ａ ａｙｉ；Ｇ Ｓ ｙｗｏ ｄ ：ｈ ｂ ａｔ ｌ ｗａｍ ｌｏｉ ｍ（ Ｓ ｉ ｉ ｔ ｌｏｉ ｍ ｎ ｌｓｓ Ｐ Ｏ；Ｉ Ｓ ｔ Ｐ Ｏ；Ｃ Ｓ ＰＯ
ｏ ｔｍｉａ ｉｎ ｐｅｆ ｒ ｎ ｅ ａ ｄ ｏｈｅ ｐ ｃｓ，ａ ｄ ｇ ｖ ｈ ｄ ａ ｔｇ ｎ ｉａ ｖ ｎ ａ ｅ ｏ ｖ ｒ ｂ ｉ ｒｉｌ ｗａ ｍ ｐｉ ｚ — ｐ ｉ ｚ ｔｏ ｒｏ ｍａ ｃ ｎ ｔ ｒａｓ ｅ ｔ ｎ ａ ｅ ｔ ｅ ａ ｖ ｎ ａ ｅ ａ ｄ ｄｓ ｄ ａ ｔｇ ｆｅ ｅｙ ｈｙ ｒｄ ｐａｔｃ ｅｓ ｒ ｏ ｔｍｉａ
中 图分 类 号 ：Ｔ １ Ｐ８ 文 献 标 志 码 ：Ａ 文 章 编 号 ： １０ —６ ５ ２ １ ） ５ １３ 一 ３ ０ １ ３ ９ （ ０ １ ０ — ６ ｌ０
ｄ ｉ１ ． ９ ９ ｊｉ ｎ １０ —６ ５ ２ １ ．５ ０ ９ ｏ：０ ３ ６ ／．ｓ ． ０ １３ ９ ．０ １ ０ ．０ ｓ
ｃ ａ ｇ ３ ０ １ ，Ｃ ｉａ ｈ ｎ ３ ０ ３ ｈｎ ）
Ａ ｓ ａ ｔ ｎｏｄ ｒ ｏｉ ｐｏ ｅｔｅｐ ｒ ｒ ａ ｃ ｆ ａ ｉ ｅｓ ａｍ ｏ ｔ ｉ ｔ ｎ ａ ｏ ｔｍ（ Ｓ ， ｈｓ ａ ｅ ｒ ｏｅ ｙ ｒ ｂ ｔ ｃ ：Ｉ ｒｅ ｒ ｅ ｏｍ ｎ ｅ ｏ ｐ ｒｃ ｗ ｒ ｐｉ ｚ ｉ ｌ ｒ ｈ Ｐ Ｏ） Ｔ ｉ ｐ ｐ ｒ ｏ ｓｄ ｈ ｂ ｄ ｒ ｔ ｍ ｖ ｈ ｆ ｔｌ ｍ ａｏ ｇ ｉ ｐ ｐ ｉ ｐ ｒ ｃｅｓ ａｎ ａ ｏ ｉ ｍ ｗ ｉ ｔ ｒｔ ｇｔｅａ ｖｎａ ｅ ｆ ｔｅ ｌｏｉ ｍ ．Ｓｕ ｉ ｅｔｒｅｍ ｊｒ ｙ ｒ ａｔ ｌ Ｓ ａ Ｉ ａ ｉ ｗ ｒｌ ｌ ｒ ｈ ｈｃ ｉ ｅ ａｉ ｄ ａ ｔ ｓｏ ｏｈ ｒ ｇｒ ｈ ｓ ｔ ｅ ｔ ｅ ａ ｂｉ ｐ ｒ ｃ ｗ Ｉ１ ｔｌ ｇ ｔ ｈｎｇ ｎ ｈ ｇ ａ ｔ ｄ ｄｈ ｈ ｏ ｈ ｄ ｉｅ Ｔ ｏ ｔ ｚｔ ｎ（ ｅ ｅＰ Ｏ ，ｉ ｍ ｎ Ｓ ｃ ａ ｔ Ｓ ｐｉ ａｉ ｇ ｎ Ｓ ｍｉ ｏ ｎ ｕ ｅＰ Ｏ， ｈ ｏ ｃＰ Ｏ）ｏ ｘ ｄ ｐ ｒｏｅ ｉ ｎ ｅ ｏ ｓ ｍ ｌ ｅ ｔ ｉｎ ｓ ｐ ，ａ ｏ ｔｍ ｌ ｉ ｎ ｍｉ ｕｐ ｓ ，ｍ ｘ ｇ ｍ ｔ ｄ ，ｉ ｐｅ ｎａ ｏ ｔ ｓ ｌ ｒｈ ｅ ｉ ｈ ｍ ｔ ｅ ｇｉ
Ｓ ｕ ｙ ｏ ｙ ｒｄ ｐ ｒｉ ｌ ｗａ ｍ ｐ ｉ ｚ ｔｏ ｌ ｏ ｉ ｍｓ ｔ ｄ ｎ ｈ ｂ ｉ ａ ｔ ｅ ｓ ｒ ｏ ｔ ｃ ｍｉａ ｉ ｎ ａ ｇ ｒｔ ｈ
Ｚ ＨＡＮＧ Ｈｕ — ｕ ｉｙ ｎ ＇ ，ＨＵＡ ＮＧ ａ — ｉ ，Ｚ Ｘｉｏ ｗｅ ＨＡＮ Ｈｏ ｇ ｈ ａ Ｇ ｎ — ｕ ，ＸＵ Ｊｅ ｉ
群优化 算 法（ 因粒 子群 、 疫粒 子群 、 基 免 混沌粒 子群 ） 别从 混合 目的 、 合方式 、 分 混 实现 步骤 、 算法优 化性 能等 多个 方 面进行 了研 究 ， 出 了这 三种混 合粒 子群 算法 的优缺 点及 适 用范 围。 给
关键词 ：混合 型粒子群 算 法 ；算 法分析 ； 因粒 子群 算法 ；免 疫粒 子群算 法 ；混 沌粒子 群算 法 基
３０ １ ４ ３ ０ ３； ．江西 交通职 业技 术 学院 ，南 昌 ３ ０ １ ） ３ ０ ３ 摘 要 ：为 了改进 粒 子群 算法 的性 能 ， 出 了融合 其他 算 法优 点 的混合 型粒子 群 算法 。对三种 主 流 的混合 粒 子 提
杰
（ ．江 西省 水利水 电 学校 ，南 昌 ３ ０ １ ； ．华 东交通 大 学 ，南 昌 ３ ０ １ ； ．江 西省 水 利 工程技 师 学院 ，南 昌 １ ３０３ ２ ３０３ ３
（ ．Ｊａ ｇｉ ｃｏｌｆＷａｅ Ｒ ｓｕｃｓ ＥｅｔｃＰ ｗ ｒ Ｎ ｎｈ ｎ ３０ ３ ｈｎ ； Ｅ ｓ Ｃ ｉ ｉｏ ｎ ｎ ｅ ｉ ，Ｎ ｎｈ ｎ ３０ ３ １ ｉｎｘ ｈｏ ｏ Ｓ ｔ ｅ ｒ ＆ ｌ ｒ ｏ ｅ， ａ ｃａ ｇ３０ １ ，Ｃ ｉａ ２ ａｔ ｈｎ Ｊａ ｔ ｇ Ｕ ｗ ￣ｔ ｒ ｏ ｅ ｃｉ ａ ｏ ｙ ｎｃａ ｇ３０ １ ， Ｃ ｉａ ３ Ｊ ｎ ｘ Ｉｓｔｔ ｏ ｙ ｒｕｉ Ｅ ｇｎｅｉ ｅｈ ｉａ Ｎ ｎｈ ｎ ３０ ３ ｈｎ ４ ｉｎｘ ｏａｉｎｌ Ｔｃｎｃｌ ｏｌ ｅ Ｎ ｎ ｈｎ ； ．ｉ ｇｉｎｔｕｅｆ Ｈ ｄａ ｌ ｎｉｅｒ ｇ Ｔｃｎｃ ｎ， ａ ｅａｇ３０ １ ，Ｃ ｉａ； ．Ｊａｇ ｉ ｃｔ ａ ＆ ｅｈ ｉ ｌｇ ， ａ — ａ ｉ ｃ ｎ ｉ Ｖ ｏ ａＣ ｅ
第２ ８卷 第 ５期
２１ ０ １年 ５月
计 算 机 应 用 研 究
Ａｐｐ ｉ ａ ｉｎ Ｒｅ ｅ ｒ ｈ ｏ ｌｃ ｔｏ ｓ ａ ｃ ｆＣｏｍｐｕ ｅ ｓ ｔ ｒ
Ｖ０１２８ Ｎｏ． ． ５
Ｍａ ２ １ ｖ ０１
混 合 型 粒 子 群 优 化 算 法 研 究
章 慧 云 ， 晓伟 张 红 华 徐 黄 ， ，

合集下载

基于混合粒子群优化算法的聚类分析

基于混合粒子群优化算法的聚类分析


Ｃ 均值聚类 算法 。新 算法在基 本粒子群 优化 的模 糊 Ｃ 均值 聚类算法 的基础 上结合 了遗传算 法的 交叉 、 一 一 变异 算子及混 沌优 化
算法 ， 引入逃 逸算子 。仿 真结 果表 明， 算法有效 地避免 了通常聚 类方 法易 出现 的早 熟现 象 ， 并 该 同时也 具有较 快的收敛速 度
ＹＡ Ｇ ｕｊｎ． ＤＥ Ｎ Ｊ－ ‘ ｉ ｕ ＮＧ ｕ— ｎ， Ｔ ＮＧ ｉ Ｈｉ ｗｅ 一 Ｅ ． Ｚ
（ ．Ｓ ｈ ｏ ｆ ｄａａ ｄＡｒ，Ｓ ｚ ； １ ｃ ｏ ｌ ｉ ｎ ｔ ｕ ｈ ｕＵｎｖ ｒｉ ｆ ｉｎ ｅａ ｄＴ ｃ ｎ ｌｇ ，Ｓ ｚ ｏ ０ ，Ｃ ｉａ ｏ Ｍｅ ｔ Ｓ １ ５
Ａｂ ｔａ ｔ ｕ ｚ ｍｅ ｎ （ Ｃ ） ｃ ｓ ｒ ｇａ ｏ ｔ ｃｎｅ ｓ ｙ ｅ ｒｐ ｅ ｃ ｌ ｐ ｉ ｍ ｄ ｔ ｌ ｏ ｖ ｒｅ ｃ ｅｙｓ ｗ ｙ ｓｒ ｃ：Ｆ ｚｙｃ ａ Ｆ Ｍ — ｌ ｔ ｉ ｇ ｒ ｈ ａ ｉ ａ ｐ ｄｉ ａ ｏ ａ ｏ ｔ ｕ ｅ ｎ ｌ ｉ ｍ ａ ｌｂ ｔ ｎ ｌ ｍｕ ａ ｓ ｃ ｎ ｅｇ ｎ ｅ ｒ ｏ ｌ．Ａ ｎ ｉａ ｏ ｖ ｌ
和较 高 的 准 确 度 。
关键词 ： 粒子 群优化 算法；遗 传算 法；混沌优 化； 聚类分析 ；逃 逸算子 中图法分 类号 ： Ｐ ９ Ｔ３ １ 文献标 识码 ： Ａ 文 章编号 ：００７２ ２ ０ ） ２５２ —４ １０ —０４（０ ８ ２ —８００
Ｃｌ ｓｅ ｎ ｌ ｓｓ ａ ｅ ｎ ｈ ｂ ｉ ａ ｔ ｌ ｗａｍ ｐ ｉ ｚ ｔ ｎａｇ ｒｔｍ ｕ ｔｒａ ａｙ ｉ ｂ ｓ ｄ ｏ ｙ ｒｄｐ ｒｉ ｅｓ ｒ ｏ ｔ ｃ ｍｉａｉ ｌｏ ｉ ｏ ｈ
２ ａｕｔ ｆ ｏ ｕｅ ｎ ｆｒ ｔ ｎＳ ｉｎ ｅ ｏ ｔｗｅｔ ｉｅｓｔ，Ｃｈ ｎ ｑｎ ０ ７ ５ ｈｎ ； ．Ｆ ｃ ｌ ｏ Ｃ ｍｐ ｔｒ ｄＩ ｏｍａｉ ｃｅ ｃ ，Ｓ ｕｈ ｓＵｎｖ ｒｉ ｙ ａ ｎ ｏ ｙ ｏ ｇ ｉｇ４ ０ １ ，Ｃ ｉａ
基于混合粒子群算法的保障资源优化研究

基于混合粒子群算法的保障资源优化研究


２ ． 海装军械保障部 ， 北京 １０４ ０８１
１Ｂｒｇ ｄ ａ ｕａｅ Ｓ ｕｄ ｎ ｓ Ｎａ ａ ｒ ｎａ ｉａ ￣ ｉ ａ ｅｏｆＧｒ ｄ ｔ ｔ ｅ ｔ ， ｖ ｌ Ａｅ ｏ ｕｔｃ ｌ Ｅｎｇ ｎ ｅ ｉ ｇＡｃ ｄ ｍｙ Ｙａ ｔ ｉ Ｓ ａ ｄ ｎｇ２６ ０ ， ｉ ａ ｉ ｅ ｒｎ ａ ｅ ， ｎ ａ ｈ ｎ ｏ ４ ０１ Ｃｈ ｎ
关键词 ： 资源约束项 目 调度 问题； 网络计划； 粒子群算法； 遗传操作； 修复算子 文 章编 号 ：０ ２８３ （０２ ２．２００ 文 献标 识码 ： １０—３ １２ １）９０ １—４ Ａ 中图分 类号 ：Ｐ ９ ． Ｔ ３１ ９
Ｃ ｍ ｕ ｒ ｎ ｉ ｅｉ ｄ ｐ ｌ ａ ｏｓ ｏ ｐ ｔ ｇｎ ｒ ｇ ｎ Ａ ｐｉ ｔｎ 计算机工程与应用 ｅＥ ｅ ｎ ａ ｃｉ
基于混合粒子 群算法 的保 障资源优化ｆ ｉ Ｗ ｎ ｎ． Ｘｉ ｏ ｅ
１ ． 海军航空工程学院 研究生管理大队 ， 山东 烟台 ２４ ０ ６０１
１ ｃ ｔ ｎ ｏ ｉ ｏ Ｏ ｅ ｌｃ ｄ ｂ ｒ ｓ ｎ ｔ ｔ ， ｎ ｅ ａｒ ｇ ｏ ｅ ａ ｏ ｐ ｌ ｄ ｔ ｎ ｕ ｅｔ ｅ ｃ ｒ ｍ ｏ ｏ ｉ ａ ｄ ｐ ｓｔ ｎ ｉ ＰＳ ｉ ｒ ｐ ａ ｅ ｙ ｃ ｏ ｓａ ｄ ｍｕ ａ ｅ ａ ｄ ａｒ ｐ ｉｉ ｐ ｒ ｔ ｒ ｓａ ｐ ｉ ｅ ｓ ｒ ｈ ｏ ． ｙ ｉ ｎ ｓ ｎ ｉ ｅ ｏ ｈ
ｗｏｋｐａ ｒ ａ ａ ｚ ｄａ ｄａｍｏ ｅ ｉ ｃ ｎｔ ｃｅ ａｅ ｎｔ ｍｉｆｒ ｒｊｃ．ｎｄ ｓ ｎｎ ，ｈ ｐ ａ ｆ ｅ ｒ ｌｎａｅ ｎ ｌ ｅ ｙ ｎ ｄ ｌｓ ｏ ｓ ｕｔｄｂ ｓｄｏ ｍｅ ｉ ｔ ｏ ｐｏｅｔＩ ｅｉ ｉｇ ｔｅ ｄｔ ｏ ． ｒ ｉ ｌ ａ ｇ ｕ ｅ ｖ
基于混合信息粒子群优化算法

基于混合信息粒子群优化算法

基于混合信息的粒子群优化算法摘要：本文提出一种基于混合信息的粒子群优化算法。

此算法具有充分利用种群信息，保证群体的多样性，快速收敛效果和避免陷入局部极值的能力。

abstract： this paper proposes a particle swarm optimization algorithm based on hybrid information. the new algorithm has the ability to make full use of the whole population information， ensure the diversity of population，has fast convergence effect and escape from local extremum. 关键词：粒子群优化算法；群体智能；混合信息key words： particle swarm optimization；swarm intelligence；hybrid information中图分类号：tp301.6 文献标识码：a 文章编号：1006-4311（2013）20-0240-020 引言粒子群优化算法是由kennedy和eberhart[1，2]在1995年提出的一种新的群体智能计算技术。

尽管传统的粒子群优化算法在低维空间的函数寻优问题上具有求解速度快、质量高的特点，但随着函数维数的增加，其优化性能便急剧下降，容易陷入局部极值，导致收敛精度低、不易收敛到全局最优。

为了克服这一不足，研究者提出了很多粒子群优化算法的改进方法[3]。

本文提出一种基于混合信息的粒子群优化算法，算法对粒子的速度进化公式进行改进，使粒子行为基于个体极值的加权平均、全局极值和按概率选择的其它粒子的个体极值。

1 粒子群优化算法及若干改进算法粒子群优化算法是一种基于种群的优化算法，种群称为粒子群，粒子群中的个体称为粒子。

粒子群优化算法的改进研究及在石油工程中的应用

粒子群优化算法的改进研究及在石油工程中的应用


粒子群优化算法在多个工程领域中得到了成功的应用，以下是一些典型的例 子：
1、优化问题：粒子群优化算法在函数优化、多目标优化等优化问题中发挥 出色，如旅行商问题、生产调度问题等。
2、控制问题：粒子群优化算法在控制系统设计和优化中也有广泛的应用， 如无人机路径规划、机器人动作控制等。
3、机器学习问题：粒子群优化算法在机器学习领域中用于参数优化、模型 选择等问题，如支持向量机、神经网络等模型的优化。
粒子群优化算法的基本原理
粒子群优化算法是一种基于种群的随机优化技术，通过模拟鸟群、鱼群等群 体的社会行为而设计的。在粒子群优化算法中，每个优化问题的解都被看作是在 搜索空间中的一只鸟（或鱼），称为“粒子”。每个粒子都有一个位置和速度， 通过不断更新粒子的位置和速度来搜索最优解。
粒子群优化算法的实现步骤
粒子群优化算法在石油工程中的 应用
石油工程中经常遇到各种优化问题，例如钻井轨迹优化、生产计划优化、储 层参数反演等。粒子群优化算法在解决这些优化问题中具有广泛的应用前景。以 下是一些具体的应用案例：
1、钻井轨迹优化：在石油钻井过程中，需要确定钻头的钻进轨迹以最大限 度地提高油气资源的采收率。粒子群优化算法可以用于优化钻井轨迹，以降低钻 井成本和提高采收率。
遗传算法与粒子群优化算法的改 进
遗传算法的改进主要包括增加基因突变概率、采用不同的编码方式、调整交 叉和突变操作、增加选择策略的多样性等。这些改进能够提高遗传算法的搜索能 力和收敛速度，使得其更加适用于求解各种复杂的优化问题。
粒子群优化算法的改进主要包括增加惯性权重、调整速度和位置更新公式、 增加约束条件、引入随机因素等。这些改进能够提高粒子群优化算法的全局搜索 能力和收敛速度，使得其更加适用于求解各种非线性优化问题。