采用精英多父体杂交策略的粒子群优化算法

本文尝试将精英多父体杂交策略引入粒子群优化算法,多父体杂交策略是像郭涛算法之类的智能算法的核心操作策略,这里借助这一策略,融合到粒子群优化算法中,期望能对标准算法有所改进。

精英多父体杂交策略描述如下:

(1)将粒子群中的所有粒子按适应度优劣排序,排序后记为P={X1,X2,…,Xn),其中X1为最好个体,Xn为最差个体。

(2)仅当X1比Xn更优[实际指的是个体之间存在差异],转步骤(3)。

(3)从排序后的群体P中选取前M(M≤N)个个体,记为X1′,X2′,…,Xm’。由这M个个体通过下面的式子形成子空间:
V = {X|X=sum(Alpha*X)},
其中Alpha为长度为M的向量且sum(Alpha)=1 (-0.5≤Alpha[i]≤1.5)在子空间V中产生新个体X’。
若X’比Xn更优,则用X’取代最差个体Xn;
然后将X’与Xn的pBest比较,如果更优则替换;
最后与全局最优值pBest进行比较,如果比gBest更优,则替换gBest。

在步骤(3)中,参数Alpha在区间[-O.5,1.5]取值,形成了张量空间,群体中的M个精英构成了子空间V的部分基,这样可充分利用解空间中好的信息,使算法更快地收敛到最优解。精英父体采用了非凸的线性组合,这样可保证产生的新个体主可以覆盖包括边界的整个解空间。



发表评论

You must be logged in to post a comment.