基于聚类的多子群粒子群优化算法.pdfVIP

·40 · 计算机应用研究 2006 年 基于聚类的多子群粒子群优化算法* 1，2 2 1 1 高 鹰 ，谢胜利 ，许若宁 ，李朝晖 （1. 广州大学 计算机科学与技术系，广东广州510405 ；2. 华南理工大学 电子与信息学院，广东广州51064 1） 摘 要：在粒子群优化算法基础上，提出了基于聚类的多子群粒子群优化算法。该算法在每次迭代过程中首先 通过聚类方法把粒子群体分成若干个子群体，然后粒子群中的粒子根据其个体极值和“子群”中的最优粒子更 新自己的速度和位置值。这种处理增加了粒子之间的信息交换，利用了更多粒子在迭代过程中的信息，使算法 的收敛性能更好。仿真结果表明，该算法的性能优于粒子群优化算法。 关键词：粒子群优化算法；聚类；子群 中图法分类号：TP301. 6 文献标识码：A 文章编号：1001- 3695（2006 ）04- 0040- 02 A Muiti Sub-popuiation Particie Swarm Optimizer Based on Ciustering GAO Ying1，2 ，XIE Sheng-ii2 ，XU Ruo-ning1 ，LI Zhao-hui1 （1. Dep t. of Comp uter Science Technology ，Guangzhou Uni1ersity ，Guangzhou Guangdong 510405 ，China ；2. College of Electronic Inf or- mation Engineering ，South China Uni1ersity of Technology ，Guangzhou Guangdong 51064 1，China ） Abstract ：On the basis of the particie swarm optimizer ，A ciuster-based particie swarm optimizer is proposed. In the proposed aigorithm ，the current particies is first divided into muiti sub-popuiation by ciustering. Then ，the current particies is updated by the personai best particie and gobai best particies in the sub-popuiations. The proposed aigorithm exchanged and uses more particies ’information ，thus improves convergence performance. The experiment resuits demonstrate that the proposed aigo- rithm is superior to originai particie swarm optimization aigorithm. Key words ：Particie Swarm Optimization ；Ci