基于仿真的优化的粒子群算法参数选取研究

摘要：

粒子群优化(Particle Swarm Optimization,PSO)算法参数较少、搜索机制简单,故一直是智能优化算法研究和应用的重点.然而PSO有易早熟、搜索精度不高及搜索性能对参数依赖性强的缺陷.针对此特点,在基于仿真的优化框架下,基于多Agent对融合传统全局最佳和局部最佳的PSO算法人工生命模型进行了仿真,以混合优化算法为计算引擎,对PSO的参数选取进行了重点讨论.利用一系列benchmark函数为例,进行了仿真优化实验和分析,取得了较为满意的结果,从而说明了本思想方法的可行性与可信性.

关键词：粒子群优化算法、人工生命、基于仿真的优化、参数选取、早熟、基于主体的建模和仿真

所属期刊栏目：47

分类号：TP273.2(自动化技术及设备)

资助基金：国家"十一五"科技支撑计划课题the National Key Technology R&D Program of China During the 11th Five-Year Plan Period under Grant 2006BAH02A06;教育部人文社会科学研究青年基金项目11YJC630089;福建省教育厅A类科技项目JA10214

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：30-35