基于食物链机制的动态多物种粒子群算法

摘要：

针对粒子群优化(PSO)算法在解决多峰函数时容易陷入局部最优的问题,提出了一种基于食物链机制的动态多物种粒子群(DSPSO)算法.受生物界的启发,引入食物链机制来保证种群的多样性,并结合繁殖机制使得算法具有良好的优化性能.食物链机制中,整个标榜群被分为几个子种群,每个子种群都能够捕食另外一个子种群.通过一定概率发生的捕食现象使得标榜群得以进化,剔除对种群贡献小的粒子,并通过繁殖策略生成新的粒子.种群通过不断地进化保证了种群的多样性,同时通过剔除较差粒子的误导作用使算法的进化更有效率.为了验证算法的有效性,选择了包括偏移函数、旋转函数在内的10个测试函数来测试DSPSO算法的性能.实验结果表明DSPSO算法有着良好的寻优性能.与PSO、局部版本的粒子群(LPSO)算法、动态多群粒子群(DMS-PSO)算法和全面学习粒子群(CLPSO)算法相比,DSPSO算法不仅能够得到较高精度的解,而且还具有较高的可信度.

关键词：粒子群优化算法、食物链机制、动态多物种

所属期刊栏目：36

分类号：TP301.6(计算技术、计算机技术)

资助基金：山西省自然科学基金资助项目2015011019;the Natural Science Foundation of Shanxi Province2015011019

在线出版日期：2016-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1341-1346