全局收敛的PSO算法的种群多样性特征

被引:7
作者
李国
徐晨
吴延科
机构
[1] 深圳大学数学与计算科学学院
关键词
PSO; 进化算法; 收敛; 种群多样性;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
PSO算法的早熟收敛与种群多样性有着密切的关系,传统观念认为,多样性丧失导致了算法的早熟收敛。为了避免早熟收敛现象的发生,很多学者提出了很多控制、保持或增大多样性的措施,但是并不是增大了多样性之后早熟收敛现象就会改善。那么,到底什么样的多样性才会有利于算法的持续收敛?通过对6个测试函数用3种算法做实验,深入探讨了PSO的收敛性与种群多样性的关系,描述了PSO算法理想的种群多样性曲线,对改进算法提出了指导性建议。主要观点是,一个好的算法应该是能够保持比较大的多样性曲线的震动频率和振幅,尤其是算法前期的震动频率和振幅,而不是保持比较大的多样性,因为比较大的多样性曲线的震动频率和振幅有利于算法寻找全局搜索和局部搜索的平衡点。
引用
收藏
页码:237 / 240+259 +259
页数:5
相关论文
共 1 条
[1]  
Improved Hidden Markov Model training for multiple sequence alignment by a particle swarm optimization—evolutionary algorithm hybrid[J] . Thomas Kiel Rasmussen,Thiemo Krink.BioSystems . 2003 (1)