简单高效耦合策略的粒子群混合算法
建立了评判耦合策略优劣的定量分析方法,发现了现有带中间启动局部搜索(local search,LS)的粒子群混合算法的不足,进而提出一种简单高效的耦合策略.基于该策略,在全局性能优异的综合学习粒子群(comprehensive learning particle swarm optimizer,CLPSO)算法中引入具有快速收敛性能的传统LS方法,提出了带LS的CLPSO混合算法(CLPSO hybrid algorithm with LS,CLPSO-LS).以10维、30维和50维的11个标准函数,对基于不同LS方法的4种混合算法的性能进行大量测试.结果表明,4种CLPSO-LS混合算法的性能均优于CLPSO算法,验证了混合算法的有效性.其中,基于BFGS拟牛顿方法的混合算法的综合性能最优.最后,与8种先进粒子群算法的对比,结果表明CLPSO-LS混合算法作为一种改进CLPSO算法,其性能优于包括已有CLPSO改进算法在内的对比算法,进一步验证了其优越性.
定量分析、耦合策略、局部搜索、粒子群优化
35
TP182;TP391(自动化基础理论)
国家自然科学基金项目61571336,71372202,71672137;河南省重大专项151100211400资助.Supported by the National Natural Science Foundation of China61571336,71372202,71672137;the Major Projects of Henan Province151100211400
2018-04-26(万方平台首次上网日期,不代表论文的发表时间)
共11页
13-23