限制速度粒子群优化和自适应速度粒子群优化在无约束优化问题中的应用

来源：计算机应用杂志2015年第3期北京时间：

作者：许君, 鲁海燕, 石桂娟

单位：江南大学 理学院, 江苏 无锡 214122

摘要：限制速度粒子群优化(RVPSO)和自适应速度粒子群优化(SAVPSO)是近年来提出的专门求解约束优化问题(COP)的粒子群优化算法,但目前尚无两算法在无约束优化应用方面的研究。为此,研究上述算法在无约束优化中的有效性和性能特点,并针对算法保守性较强的特点,分别引入混沌因子和随机优化策略对算法进行改进,从而提高算法的全局搜索能力;另外,还研究了不同参数设置对算法性能的影响。在5个典型测试函数上的仿真实验结果表明:RVPSO改进算法的鲁棒性及全局搜索能力优于原算法,但在求解高维多峰函数时仍易于陷入局部最优; SAVPSO改进算法的全局搜索能力比RVPSO改进算法强,且在求解高维多峰函数时具有更快的收敛速度并能取得精度更高的解,表现出较好的全局优化能力,是一种切实有效的求解无约束优化问题的算法。

关键词：无约束优化问题,约束优化问题,限制速度粒子群优化,自适应速度粒子群优化

基金资助：国家自然科学基金资助项目(11371174);中央高校基本科研业务费专项资金资助项目(1142050205135260,JUSRP51317B);江南大学大学生创新训练计划项目(2013239)