基于文化框架的随机粒子群优化算法  

Random PSO Algorithm Based on Cultural Framework

作　　者：王正帅[1] 邓喀中[2] 

机构地区：[1]徐州师范大学测绘学院,徐州221116 [2]中国矿业大学环境与测绘学院,徐州221116

出　　处：《计算机科学》2012年第6期198-200,共3页Computer Science

基　　金：国家自然科学基金(40772191)资助

摘　　要：提出了随机粒子群优化算法(rPSO),并将其与标准PSO纳入到文化算法(CA)框架中,建立了基于文化框架的随机粒子群优化算法(CA-rPSO)。该算法以rPSO作为信念空间的进化算法,以PSO作为群体空间的进化算法,形成了两者独立并行进化的"双演化双促进"机制。选取5个测试函数进行了仿真实验分析并与其他算法进行了比较,结果表明CA-rPSO的寻优性能得到显著提高,且算法简单、易于实现。Bringing standard PSO and random particle swarm optimization（rPSO） proposed in the paper into the framework of cultural algorithm（CA）,a novel optimization method named random particle swarm optimization based on cultural algorithm（CA-rPSO） was established.In CA-rPSO,the evolving algorithms of belief space and the population space were represented with rPSO and PSO respectively,forming independent and parallel ＂dual evolution-dual promotion＂ mechanism.5 testing functions were selected to simulate and analyze CA-rPSO.The result shows that optimization performance of CA-rPSO is obviously promoted and the algorithm is simple and easy to carry out.

关 键 词：粒子群优化 随机扰动 文化算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]