群体智能算法搜索策略的性质及对停滞现象的影响

摘要：

群体智能算法模拟生物进化或动物群体协作的搜索机制,其目标是快速有效地搜索复杂优化问题的解空间,寻求全局最优解.本文通过对群体智能算法的搜索机理进行分析,根据在搜索过程中解集内部结构变化的性质定义了解集多样度,并在此基础上研究了两种基本的搜索策略——多样化搜索和集中化搜索对解集进化过程中的停滞性的影响,证明了集中化搜索不可避免地使解集中的候选解逐渐趋于单一,是导致算法停滞收敛的主要原因;而多样化搜索能从任何候选解出发搜索到整个编码空间中的任一个点,即整个空间是多样化搜索的可达域,但将使算法不收敛.本文采用三类典型的群体智能算法:遗传算法、蚁群算法和粒子群算法进行了实验,验证了上述分析结论的正确性.

关键词：群体智能算法、集中化搜索、多样化搜索、停滞现象

所属期刊栏目：33

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家863计划项目2006AA04Z184;河海大学常州校区博士启动基金XZX/09B005-06;江苏省输配电装备技术重点实验室开放基金2010JSSPD06

在线出版日期：2013-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1587-1595