带扩展记忆的粒子群优化算法仿真分析
来源期刊:控制与决策2011年第7期
论文作者:段其昌 黄大伟 雷蕾 段盼
文章页码:1087 - 2190
关键词:粒子群优化;扩展记忆;稳定性分析;
摘 要:从心理学的角度提出带扩展记忆的粒子群优化算法(PSOEM),以克服标准粒子群优化算法(PSO)在优化多维函数过程中粒子搜索方向性差、目的性弱的缺陷.采用扩展记忆存储粒子的历史信息,并引入参数表征扩展记忆的重要性.利用经典离散控制理论分析其定值算法的稳定范围.此算法与标准算法是同源异构的,可以与已改进的PSO算法结合使用.基准测试函数的仿真结果验证了所提出算法的有效性.
段其昌1,黄大伟1,雷蕾1,段盼2
1. 重庆大学自动化学院2. 重庆大学电气工程学院
摘 要:从心理学的角度提出带扩展记忆的粒子群优化算法(PSOEM),以克服标准粒子群优化算法(PSO)在优化多维函数过程中粒子搜索方向性差、目的性弱的缺陷.采用扩展记忆存储粒子的历史信息,并引入参数表征扩展记忆的重要性.利用经典离散控制理论分析其定值算法的稳定范围.此算法与标准算法是同源异构的,可以与已改进的PSO算法结合使用.基准测试函数的仿真结果验证了所提出算法的有效性.
关键词:粒子群优化;扩展记忆;稳定性分析;