一种基于拟蒙特卡罗法的骨干粒子群改进算法  

An Improved BBPSO Algorithm Using Quasi-Monte Carlo

作　　者：朱雅敏[1] 薛鹏翔[1] 

机构地区：[1]西安工业大学理学院,陕西西安710021

出　　处：《北华大学学报（自然科学版）》2016年第2期266-269,共4页Journal of Beihua University（Natural Science）

基　　金：陕西省教育厅科学研究计划专项项目(14JK1347)

摘　　要：针对骨干粒子群算法因受粒子初始化位置分布不均影响易陷入局部最优的问题,提出一种基于拟蒙特卡罗法的初始化策略,用以确保粒子初始位置在搜索空间内保持随机分布,从而有效提升骨干粒子群算法的搜索能力.仿真实验表明:与经典骨干粒子群算法相比,采用拟蒙特卡罗法进行初始化的改进算法搜索能力有所增强,问题求解精度有明显提升.Aimed to the classics Bare Bones PSO（ BBPSO） was easily influenced by initialized position distribution,one initial strategy based on Quasi-Monte Carlo was proposed in this paper. New strategy enhanced the performance of BBPSO by assured randomness of the particles initialized distribution. Four numerical experiments showed the algorithm＇s convergence speed and search accuracy have been improved by using the new strategy.

关 键 词：骨干粒子群 拟蒙特卡罗法 随机初始化 

分 类 号：TP311.53[自动化与计算机技术—计算机软件与理论]