基于多種群并行粒子群優(yōu)化算法研究.pdf

1、群智能算法作為一種新興智能優(yōu)化算法，已引起越來越多研究者的關注。它模擬自然界群居性生物通過相互合作而表現(xiàn)出復雜智能行為的現(xiàn)象，具有分布式、自組織性、協(xié)作性、魯棒性、易于實現(xiàn)等特點，為典型的復雜組合優(yōu)化問題、人工智能等一些基礎理論問題提供了快速方便的優(yōu)化方法。
　　 由于粒子群優(yōu)化算法對于一些復雜、高維、多極值點的問題進行優(yōu)化時，容易“早熟”收斂于局部最優(yōu)點。所以，如何避免粒子陷入局部最優(yōu)，是粒子群優(yōu)化算法研究的重要課題。

2、　　 本文主要通過對粒子群優(yōu)化算法的分析與研究，發(fā)現(xiàn)標準粒子群優(yōu)化算法的不足，根據(jù)不同特點的粒子群進化種群，提出基于多種群并行粒子群優(yōu)化算法，增加算法種群多樣性，提高算法的全局收斂性能。最后將改進的算法應用于無線傳感節(jié)點部署，本文所含工作如下：
　　 (1)粒子群優(yōu)化算法進化種群的分析
　　 粒子群優(yōu)化算法在某些參數(shù)取自不同的值時，得出不同的進化公式，這些進化公式對算法產(chǎn)生不同的收斂效果。對各種種群下的算法進行深入分析

3、，得出不同種群下的算法特點。
　　 (2)基于多種群并行粒子群優(yōu)化算法研究
　　 標準粒子群優(yōu)化算法存在易“早熟”收斂的缺陷，通過將粒子群的群體分解為多個分群，不同的分群利用不同的種群并行進化。這樣處理可以充分利用各進化種群的特點，使得粒子在進化過程中有不同的飛行特性，從而不會使種群的多樣性迅速降低而陷入局部極值。
　　 (3)改進的粒子群優(yōu)化算法應用于無線傳感節(jié)點部署
　　 最后，針對傳統(tǒng)無線傳感移動節(jié)