一种改进的小生境微粒群算法

摘要：

在微粒群算法中引入”基于密度”的聚类算法,构建出一种改进的小生境微粒群算法.该算法组合了两种方法来实现小生境的思想:第一,采用多种群策略,初始化产生一个没有子微粒群区分的主微粒群D0后,在对D0迭代执行l-bestPSO算法的同时,允许其中动态产生不相同的子微粒群Di(i≥1);第二,子微粒群的产生采用一种”基于密度”的聚类算法,如果两个个体之间的距离小于一个给定的极值σdist,则将这两个个体联系起来归入一个聚类簇,当聚类簇中的个体数目达到规定的子微粒群最小规模时形成一个小生境.用这种算法能够产生大小和形状不同的小生境,与生物学中地理小生境具有多种形状的事实相符合,也克服了NichePSO算法只能以某一微粒为中心产生圆形小生境的不足.对3个常用的基本测试函数的测试实验表明,这种改进的小生境微粒群算法在多峰函数寻优中性能优于标准PSO和NichePSO.

关键词： 多种群策略 小生境 微粒群算法 聚类算法

作者: 王俊年 申群太 沈洪远 周鲜成

作者单位: 中南大学,信息科学与工程学院,湖南,长沙,410083;湖南科技大学,信息与电气工程学院,湖南,湘潭,411201 中南大学,信息科学与工程学院,湖南,长沙,410083

会议类型: 国内会议

会议名称: 第十六届中国过程控制学术年会暨第四届全国故障诊断与安全性学术会议

会议地点: 山东济南

会议语种:中文

页码: 98-102

在线出版日期: 2005-08-01（万方平台首次上网日期，不代表论文的发表时间）