按概率突跳的改进微粒群优化算法

吉林大学学报(工学版)

按概率突跳的改进微粒群优化算法

姜海明，谢康，王亚非

电子科技大学光电信息学院，成都 610054

收稿日期:2006-04-07 修回日期:2006-09-23 出版日期:2007-01-01 发布日期:2007-01-01
通讯作者: 姜海明

Modified particle swarm optimization via probabilistic leap

Jiang Hai-ming，Xie Kang，Wang Ya-fei

School of Opto-Electronic Information, University of Electronic Science and Technology， Chengdu 610054, China

Received:2006-04-07 Revised:2006-09-23 Online:2007-01-01 Published:2007-01-01
Contact: Jiang Hai-ming

摘要/Abstract

摘要： 在基本微粒群优化算法(PSO)的社会心理学分析基础之上，提出了一种改进的微粒群优化算法，该算法中引入了一个新的参数，改写了原算法中粒子飞翔的速度公式，使粒子飞行时以一定概率在解空间内改变飞翔的距离和方向——突跳。对5个标准测试函数的优化结果表明，合理地选取新参数的大小，新算法能大幅度降低达到最优值所需要的进化代数，同时提高算法的收敛率，尤其是对高维复杂函数的优化效果更明显。

关键词: 计算机应用, 突跳, 微粒群优化, 群智能, 概率

Abstract: Based on the social psychology analysis of particle swarm optimization (PSO), a modified PSO was proposed. In this PSO a new parameter was introduced and the formula for flying velocity of the particle was modified, so that the event of a particle to leap stochastically to a different point can be taken into account. The simulations for 5 benchmark functions indicate that, when the new parameter is selected properly, the modified PSO can improve the search ability including efficiency and convergence dramatically, especially for high dimensional and complex functions.

Key words: computer application, leap, particle swarm optimization, swarm intelligence, probability

中图分类号:

TP301.6

姜海明，谢康，王亚非 . 按概率突跳的改进微粒群优化算法[J]. 吉林大学学报(工学版), 2007, 37(01): 141-145.

Jiang Hai-ming，Xie Kang，Wang Ya-fei . Modified particle swarm optimization via probabilistic leap[J]. 吉林大学学报(工学版), 2007, 37(01): 141-145.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[7]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[8]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[9]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[10]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[11]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[12]	张曼, 施树明. 典型汽车运行工况的状态转移特征分析[J]. 吉林大学学报(工学版), 2018, 48(4): 1008-1015.
[13]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[14]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[15]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed