一种具有局部搜索的自适应粒子群算法

被引：17

作者：

乔俊飞 ^{[1
,2
]}

王超 ^{[1
,2
]}

魏静 ^{[1
,2
]}

机构：

[1] 北京工业大学电子信息与控制工程学院

[2] 计算智能与智能系统北京市重点实验室

来源：

信息与控制 | 2015年 / 44卷 / 04期

基金：

北京市自然科学基金;

关键词：

粒子群优化(PSO)算法; 参数调整; 局部搜索; 给水管网;

D O I：

10.13976/j.cnki.xk.2015.0385

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对粒子群优化(PSO)算法在解决高维非线性优化类问题时存在易陷入局部最小难以寻求最优解的问题,提出了一种具有局部搜索的参数自适应调整的粒子群算法.其核心思想是利用种群分布信息动态调整算法参数;加入混沌变异机制,增加种群多样性;在算法中加入局部搜索机制加强算法局部搜索能力.对6个基准函数的优化结果表明,改进算法具有较好的优化性能.将其用于优化实际的给水管网案例-汉诺塔管网和纽约管网,并与其它算法的结果进行了对比.实验结果表明该算法具有较好的搜索精度和更快的收敛速度.

引用

页码：385 / 392

页数：8

共 8 条

[1]

基于双模态自适应小波粒子群的永磁同步电机多参数识别与温度监测方法.[J].刘朝华;周少武;刘侃;章兢;.自动化学报.2013, 12

[2]

一类多目标量子行为粒子群优化算法收敛性分析及应用 [J].

施展 ;

陈庆伟 ;

胡维礼 .

信息与控制, 2013, 42 (04) :407-415

[3]

A particle swarm optimization using local stochastic search and enhancing diversity for continuous optimization.[J].Jianli Ding;Jin Liu;Kaushik Roy Chowdhury;Wensheng Zhang;Qiping Hu;Jeff Lei.Neurocomputing.2014,

[4]

Hybrid particle swarm optimization and differential evolution for optimal design of water distribution systems [J].

Sedki, A. ;

Ouazar, D. .

ADVANCED ENGINEERING INFORMATICS, 2012, 26 (03) :582-591

[5]

Particle Swarm Optimization Method Based on Chaotic Local Search and Roulette Wheel Mechanism.[J].Xiaohua Xia.Physics Procedia.2012,

[6]

Short term generation scheduling of cascaded hydro electric system using novel self adaptive inertia weight PSO.[J].Amita Mahor;Saroj Rangnekar.International Journal of Electrical Power and Energy Systems.2011, 1

[7]

Improved performance of PSO with self-adaptive parameters for computing the optimal design of Water Supply Systems [J].

Montalvo, Idel ;

Izquierdo, Joaquin ;

Perez-Garcia, Rafael ;

Herrera, Manuel .

ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2010, 23 (05) :727-735

[8]

A note on the learning automata based algorithms for adaptive parameter selection in PSO.[J].A.B. Hashemi;M.R. Meybodi.Applied Soft Computing Journal.2009, 1

← 1 →