摘要
本文提出一种变采样周期的粒子群优化模型,利用误差动力系统的李雅普诺夫函数分析优化行为的稳定性.通过粒子的轨迹分析,得出轨迹收敛的采样时间约束条件.算法收敛性理论分析结果表明该算法不能收敛到局部最优.针对多模态函数优化问题,提出一种基于量子群的变采样周期的粒子群优化模型.实验分析了采样周期对算法优化行为的影响.结果表明其相对于传统粒子群算法的优势.最后对基于量子群的采样子群优化算法的多极值寻优能力进行测试,结果表明其有效性.
A new sample particle swarm optimization model （SPSO） with variable sample time is proposed. The stability of the optimization behavior is analyzed by applying Lyapunov function to the error dynamic system. The further analysis of particle trajectory gives the bound of sample time. The convergence theory shows that SPSO is not a local optimizer. For multimode function optimization, a quantum SPSO（Q-SPSO） is provided to deal with multiple local optima. The experiment with different sample time investigates the influence on optimization behavior, demonstrating the advantages of SPSO. The tests of Q-SPSO on multimode optimization function show the efficacy of the algorithm.
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2009年第1期28-34,共7页
Control Theory & Applications
基金
国家自然科学基金资助项目(60475023)
国家杰出青年科学基金资助项目(60525304)
浙江省自然科学基金资助项目(Y106660)
关键词
粒子群算法
采样周期
稳定性
收敛性
particle swarm optimization
sample time
stable analysis
convergence
