混合粒子群優(yōu)化算法及其應(yīng)用.pdf

1、群智能方法作為一種新興的演化計算技術(shù)，已成為人工智能領(lǐng)域研究的一個新的分支。粒子群優(yōu)化算法源于對鳥群和魚群群體運動行為的研究，是一種新的群體智能優(yōu)化算法。粒子群算法的主要特點是參數(shù)少、原理簡單、收斂速度較快。由于粒子群算法在進化后期存在搜索速度較慢，易陷入局部最優(yōu)點等，所以對算法的改進研究有著重要的理論意義和應(yīng)用價值。基于此，本文在粒子群算法優(yōu)化方面，首先，對傳統(tǒng)的粒子群算法參數(shù)的選擇和收斂性進行了探討，并給出了參考性建議。其次，針對粒

2、子群優(yōu)化算法易發(fā)生過早收斂問題，受自然界分而治之的思想和共生現(xiàn)象的啟發(fā)，提出了一種二分粒子群協(xié)同進化優(yōu)化算法，算法在奇數(shù)次對種群進行尋優(yōu)，在偶數(shù)次將粒子群分為兩個子種群，子種群獨立完成尋優(yōu)任務(wù)，與其它群體幾乎不發(fā)生聯(lián)系。通過對五個標準函數(shù)測試結(jié)果表明，算法有效避免了陷入局部極值點且提高了收斂精度。并將算法應(yīng)用于經(jīng)典的0-1背包問題。最后，在深入分析人工魚群算法局部搜索不精確、粒子群優(yōu)化算法易發(fā)生過早收斂等缺陷的基礎(chǔ)上，提出一種新的人工魚