离散二进制粒子群算法分析

被引：62

作者：

刘建华

杨荣华

孙水华

机构：

[1] 福建工程学院计算机与信息科学系

来源：

南京大学学报(自然科学版) | 2011年 / 47卷 / 05期

关键词：

二进制粒子群算法; 收敛性; 位改变概率; 模式定理;

D O I：

10.13232/j.cnki.jnju.2011.05.002

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

粒子群算法(Particle Swarm Optimization,PSO)主要用优化计算实值的连续性问题,而离散二进制粒子群算法(Binary Particle Swarm Optimization,BPSO)则用来优化离散空间问题,它扩展了PSO算法的应用,现已广泛应用到各种离散优化问题计算中,但目前对BPSO算法的理论分析研究还很少,难以指导算法性能.本文从位改变概率和遗传算法的模式定理两方面对BPSO进行分析.分析得出,BPSO算法具有很强全局搜索能力,但不能收敛于粒子的全局最优位置,而且随着算法迭代运行,BPSO的随机性越来越强,缺乏后期的局部搜索能力.本文利用基准的函数,通过仿真实验计算,验证本文的分析结果.基于分析的结果,本文提出BPSO的改进方法,新方法采用新的概率映射函数和混合遗传算法的方法.通过对基准函数的仿真试验,验证了改进方法的有效性.

引用

页码：504 / 514

页数：11

共 8 条

[1] 一种基于免疫选择的粒子群优化算法 [J].

魏建香 ;

孙越泓 ;

苏新宁 .

南京大学学报(自然科学版), 2010, 46 (01) :1-9

[2] 一种基于相似度的新型粒子群算法 [J].

刘建华 ;

樊晓平 ;

瞿志华 .

控制与决策, 2007, (10) :1155-1159

[3] 基于粒子群算法的城市单交叉口信号控制 [J].

刘建华 ;

刘建伟 .

系统工程, 2007, (07) :83-87

[4] Particle swarm optimization with a modified sigmoid function for gene selection from gene expression data [J].

Mohamad M.S. ;

Omatu S. ;

Deris S. ;

Yoshioka M. .

Artificial Life and Robotics, 2010, 15 (01) :21-24

[5]

Particle Swarm for Attribute Selection in Bayesian Classification: An Application to Protein Function Prediction[J] . ElonS. Correa,AlexA. Freitas,ColinG. Johnson,Jim Kennedy.Journal of Artificial Evolution and Applications . 2008

[6] A review of particle swarm optimization. Part II: hybridisation, combinatorial, multicriteria and constrained optimization, and indicative applications [J].

Alec Banks ;

Jonathan Vincent ;

Chukwudi Anyakoha .

Natural Computing, 2008, 7 (1) :109-124

[7] Particle swarm optimization for task assignment problem [J].

Salman, A ;

Ahmad, I ;

Al-Madani, S .

MICROPROCESSORS AND MICROSYSTEMS, 2002, 26 (08) :363-371

[8]

RES[P]. 澳大利亚专利:AU5679373A,1974-12-12

← 1 →