一种基于粒子群优化算法和差分进化算法的新型混合全局优化算法

被引：71

作者：

栾丽君 ^{[1
]}

谭立静 ^{[1
]}

牛奔 ^{[2
]}

机构：

[1] 辽宁工程技术大学机械工程学院

[2] 中国科学院沈阳自动化研究所

来源：

信息与控制 | 2007年 / 06期

关键词：

粒子群优化算法; 差分进化算法; 混合算法; 基准测试函数;

D O I：

10.13976/j.cnki.xk.2007.06.008

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

提出一种基于粒子群算法(PSO)和差分进化算法(DE)相结合的新型混合全局优化算法——PSODE.该算法基于一种双种群进化策略,一个种群中的个体由粒子群算法进化而来,另一种群的个体由差分操作进化而来.此外,通过采用一种信息分享机制,在算法执行过程中两个种群中的个体可以实现协同进化.为了进一步提高PSODE算法的性能,摆脱陷入局部最优点,还采用了一种变异机制.通过4个标准测试函数的测试并与PSO和DE算法进行比较,证明本文提出的PSODE算法是一种收敛速度快、求解精度高、鲁棒性较强的全局优化算法.

引用

页码：708 / 714

页数：7

共 10 条

[1] Empirical study of particle swarm optimiza-tion. Shi Y,Eberhart R. Proceedings of the 1999 Congress on EvolutionaryComputation . 1999
[2] AHybrid ofGe netic Algorithmand Particle Swarm Optimization for Recurrent Network Design. Juang C F. IEEE Transac—tions on Systems Man and Cybernetics(Part B—Cybernetics) . 2004
[3] Swarm Intelligence. Kennedy J,Eberhart R,Shi Y. . 2001
[4] An effective hybrid PSOSA strategyfor optimization and its application to parameter estimation. Li L L,Wang L,Liu L H. Journal of Applied Mathematics . 2006
[5] A new optimizer using particle swarmtheory. Eberhart R,Kennedy J. Proceedings of the International Symposiumon MicroMachine and Human Science . 1995
[6] Particle swarm optimization. Kennedy J,Eberhart R. Pro-ceedings of the IEEE International Conference on Neural Networks . 1995
[7] Generating extended fuzzy basisfunction networks using hybrid algorithm. Ye B,Zhu C Z,Guo C X,et al. Proceedings of the2nd International Conference on Fuzzy Systems and KnowledgeDiscovery . 2006
[8] Differential evolution:A fast and simple numericaloptimizer. Price K V. Proceedings of the 1996 Biennial Conference ofthe North American Fuzzy Information Processing Society . 1996
[9] A modified particle swarm optimizer. Shi Y,Eberhart R. Proceedings of the 1998 IEEE International Conference on Evolu-tionary Computation . 1998
[10] On the usage of differential evolution for function optimi-zation. Storn R. Proceedings of the Biennial Conference of the NorthAmerican Fuzzy Information Processing Society . 1996

← 1 →