针对复杂约束优化问题,提出一种改进的粒子群方法.该粒子群算法对于不满足约束条件的粒子实行全概率接收,但令其目标函数值同为一个很小的常数,以保持粒子的多样性并使最优解在可行域内.另外,在PSO算法的基础上,使惯性权值按对数规律单调递减,同时引进选择遗传算子,以增强其全局寻优性能.数值实验表明:与PSO算法和一些其它优化算法相比,改进算法具有较强的寻优能力和寻优效率.工程应用表明,改进算法具有一定的优越性.
参考文献
| [1] | Kennedy J;Eberhart R C.Particlc Swarm Optimization[A].Perth,Australia,1995:1942-1948. |
| [2] | 葛锐,陈建桥,魏俊红.基于改进粒子群优化算法的复合材料可靠性优化设计[J].机械科学与技术,2007(02):257-260. |
| [3] | Thomas P. Runarsson;Xin Yao .Stochastic Ranking for Constrained Evolutionary Optimization[J].IEEE transactions on evolutionary computation,2000(3):284-294. |
| [4] | 寇晓丽,刘三阳.基于模拟退火的粒子群算法求解约束优化问题[J].吉林大学学报（工学版）,2007(01):136-140. |
| [5] | Shi Y H;Eberhart R C.A Modified Particle Swarm Opti-mizer[A].Piscataway,USA:IEEE Service Cen-ter,1998:69-73. |
| [6] | 王涛,李歧强.基于空间收缩的并行演化算法[J].中国工程科学,2003(03):57-61. |
| [7] | 廖猜猜,徐建中,席光.基于一种改进的PSO算法在风力机叶片优化中的应用[J].工程热物理学报,2008(05):773-776. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%