噪声环境下函数优化问题的混合优化算法

噪声环境下函数优化问题的混合优化算法

岳娜, 欧阳丹彤, 张长胜, 刘玉玺

吉林大学计算机科学与技术学院, 长春 130012； 吉林大学符号计算与知识工程教育部重点实验室, 长春 130012

收稿日期:2008-01-17 修回日期:1900-01-01 出版日期:2008-09-26 发布日期:2008-09-26
通讯作者: 欧阳丹彤

A Hybrid Optimization Algorithm for Function Optimizationin Noisy Environment

YUE Na, OUYANG Dantong, ZHANG Changsheng, LIU Yuxi

College of Computer Science and Technology, Jilin University, Changchun 130012, China; Key Laboratory of Symbol Computation and Knowledge Engineer of Ministry of Education, Jilin University, Changchun 130012, China

Received:2008-01-17 Revised:1900-01-01 Online:2008-09-26 Published:2008-09-26
Contact: OUYANG Dantong

摘要/Abstract

摘要： 针对噪声环境下的函数优化问题提出一种混合粒子群优化算法UPSOOHT, 并考察了最优计算量分配（OCBA）和噪声幅度对算法性能的影响. 该算法将粒子群优化算法与假设检验及OCBA有效地结合, 具有很好的全局搜索能力和局部精化能力. 与其他优化算法比较的测试结果表明, UPSOOHT算法的性能和抗噪声能力都具有明显的优势.

关键词: 粒子群优化算法, 噪声环境, 函数优化, 混合优化算法

Abstract: A hybrid algorithm was proposed to solve function optimization problems in noisy environment which combined the Unified Particle Swarm Optimization Scheme, hypothesis test and optimal computing budget allocation technique together. The algorithm has good abilities of exploration and exploitation. Numerical simulations based on several representative benchmark problems were carried out in noisy environment and a comparison was made between UPSOOHT and several popular algorithms. Additionally, the influences of OCBA and noise magnitude were studied. The results show that UPSOOHT has a better performance.

Key words: unified particle swarm optimization, noisy environment, function optimization, hybrid optimization algorithm

中图分类号:

TP18

岳娜, 欧阳丹彤, 张长胜, 刘玉玺. 噪声环境下函数优化问题的混合优化算法[J]. J4, 2008, 46(05): 891-896.

YUE Na, OUYANG Dantong, ZHANG Changsheng, LIU Yuxi. A Hybrid Optimization Algorithm for Function Optimizationin Noisy Environment[J]. J4, 2008, 46(05): 891-896.

[1]	于生宝, 房钰, 高丽辉, 刁庶. 基于改进粒子群优化算法的可控发射电流频率SHEPWM控制方法[J]. 吉林大学学报(理学版), 2020, 58(5): 1207-1214.
[2]	袁开银, 王峰. 基于指标选择和加权融合的无线传感器网络安全风险评估[J]. 吉林大学学报(理学版), 2020, 58(4): 937-943.
[3]	金晓民, 张丽萍, 李慧静. 控制活动轮廓演化的快速图像分割方法[J]. 吉林大学学报(理学版), 2020, 58(3): 639-644.
[4]	史肖冰, 郭德贵, 曹捷. 基于自适应Hata模型的无线电发射源定位方法[J]. 吉林大学学报(理学版), 2020, 58(1): 109-112.
[5]	郭玉洁, 张强, 袁和平. 一种双种群协同多目标粒子群优化算法及应用[J]. 吉林大学学报(理学版), 2019, 57(5): 1155-1162.
[6]	刘帅, 刘元宁, 庄述鑫, 侯铭楷, 陈静, 张水涵. 自适应优化Log-Gabor滤波器与动态径向基函数神经网络的虹膜识别[J]. 吉林大学学报(理学版), 2019, 57(2): 331-338.
[7]	张淑华, 李平. 基于组合智能算法的无线网络信道分配机制[J]. 吉林大学学报(理学版), 2019, 57(1): 139-144.
[8]	杨雪, 董红斌, 董宇欣. 改进的量子粒子群优化算法对多维多选择背包问题的求解[J]. 吉林大学学报(理学版), 2018, 56(6): 1461-1468.
[9]	王宏志, 姜方达, 周明月. 基于粒子群优化的认知无线电功率分配算法[J]. 吉林大学学报(理学版), 2018, 56(6): 1483-1487.
[10]	晁妍, 王诗兵, 王慧玲. 基于奇异值分解和粒子群优化算法的图像水印算法[J]. 吉林大学学报(理学版), 2018, 56(5): 1163-1169.
[11]	刘洋. 基于改进粒子群优化算法的图像分割[J]. 吉林大学学报(理学版), 2018, 56(4): 959-964.
[12]	楼国红, 张剑平. 粒子群算法修正测距的无线传感器网络节点定位[J]. 吉林大学学报(理学版), 2018, 56(3): 650-656.
[13]	梁晔, 郝洁, 石蕊. 基于小波神经网络的数字信号调制方式识别[J]. 吉林大学学报(理学版), 2018, 56(2): 382-388.
[14]	莫才健, 武锋强, 陈莉, 邹强. 基于量子粒子群算法选择特征的遥感图像分类[J]. 吉林大学学报(理学版), 2018, 56(2): 368-374.
[15]	封京梅, 刘三阳. 基于惯性权重指数递减的粒子群优化算法求解绝对值方程[J]. 吉林大学学报(理学版), 2016, 54(06): 1265-1269.