简介概要

基于粒子群算法的函数复杂度分类法

来源期刊:控制工程2020年第8期

论文作者:刘静秋 杜文莉 张飞

文章页码:1337 - 1345

关键词:粒子群优化算法;函数复杂度;复杂度分类;

摘    要:不同优化问题在搜索空间内具有不同的空间形态,呈现出不同的函数复杂度特性。针对各种不同复杂度的函数,也各自存在其适宜的求解方法。但评价函数的复杂程度存在一定难度,观察到粒子群算法在优化给定函数时,其种群的动态规律性与函数的复杂程度相关,由此提出了基于粒子群算法的函数复杂度分类法。基于各个粒子的速度矢量定义了"局部收敛趋势度"指标,以实时量化种群的进化特征;观察种群进化特征数据,构建了经验式函数复杂度分类模型。应用大量测试函数对所提函数复杂度(单峰/多峰特性)分类模型的准确性进行了验证,错误率为2.516%。

详情信息展示

基于粒子群算法的函数复杂度分类法

刘静秋,杜文莉,张飞

华东理工大学化工过程先进控制和优化技术教育部重点实验室

摘 要:不同优化问题在搜索空间内具有不同的空间形态,呈现出不同的函数复杂度特性。针对各种不同复杂度的函数,也各自存在其适宜的求解方法。但评价函数的复杂程度存在一定难度,观察到粒子群算法在优化给定函数时,其种群的动态规律性与函数的复杂程度相关,由此提出了基于粒子群算法的函数复杂度分类法。基于各个粒子的速度矢量定义了"局部收敛趋势度"指标,以实时量化种群的进化特征;观察种群进化特征数据,构建了经验式函数复杂度分类模型。应用大量测试函数对所提函数复杂度(单峰/多峰特性)分类模型的准确性进行了验证,错误率为2.516%。

关键词:粒子群优化算法;函数复杂度;复杂度分类;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号