多峰函数优化的免疫云粒子群优化算法

摘要：

为了尽可能寻找多峰函数的全部极值点及提高寻优精度,提出一种免疫云粒子群优化算法(PPSO)-融合云变异粒子群优化算法(CMPSO)的小波变异克隆选择算法(WMCSA).PPSO混合算法设置了最大重复搜索代数M,以便尽可能搜索到全部极值点.在每一代重复搜索中,首先,通过引入基于云模型的云变异算子以提高种群的多样性,并使用云变异粒子群优化算法对可行域内的所有极值点进行全局搜索;然后,利用小波变异克隆选择算法对云变异粒子群优化算法搜索到的较优解进行局部搜索以进一步提高解的精度.针对复杂多峰函数的寻优测试表明:在保证收敛速度的同时,PPSO算法的收敛精度和搜索到的极值点数目均得到显著提高.离散混沌系统的应用实例也表明了PPSO算法的有效性.

关键词：多峰函数、粒子群优化、小波变异、克隆选择算法、云模型

所属期刊栏目：34

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61174140,61174050,61272061

在线出版日期：2013-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1756-1765