一种动态扩散粒子群算法

计算机应用 ›› 2010, Vol. 30 ›› Issue (1): 159-161.

一种动态扩散粒子群算法

任小波¹,杨忠秀²

1. 宁波工程学院电子与信息工程学院
2. 宁波工程学院

收稿日期:2009-06-24 修回日期:2009-08-07 发布日期:2010-01-01 出版日期:2010-01-01
通讯作者: 任小波
基金资助:
浙江教育厅项目;宁波市自然基金

Dynamic diffusion particle swarm optimization

Received:2009-06-24 Revised:2009-08-07 Online:2010-01-01 Published:2010-01-01

摘要/Abstract

摘要： 针对粒子群算法搜索精度不高特别是对高维函数优化性能不佳问题，提出了一种动态扩散粒子群算法（DDPSO)。该算法通过非线性函数调节惯性权重，在粒子速度更新方式上增加一个动态随机数加强粒子的搜索能力，提高算法的性能，同时在一定条件下对粒子进行重新扩散，保证种群的多样性。实验结果表明，DDPSO算法的寻优能力明显高于基本PSO及其他一些改进的PSO算法，并且该算法性能稳定，更加适合高维复杂函数优化问题。

关键词: 粒子群算法, 惯性权重, 动态随机数, 扩散

Abstract: Dynamic Diffusion Particle Swarm Optimization (DDPSO) was proposed to improve the poor search quality of the standard PSO for optimizing highdimensional function. A nonlinear function was introduced to adjust the inertia weight and it added a dynamic random number in the updating mode of particle velocity to enhance the searching ability. Meanwhile, particles were diffused again under certain conditions in order to ensure diversity of the swarm. Simulations show that dynamic diffusion particle swarm optimization has outstanding performances in highdimensional function optimization compared with standard or other modified PSOs.

Key words: Particle Swarm Optimization (PSO), inertia weight, dynamic random number, diffusion

任小波杨忠秀. 一种动态扩散粒子群算法[J]. 计算机应用, 2010, 30(1): 159-161.

[1]	李晨阳, 张龙, 郑秋生, 钱少华. 基于扩散序列的多元可控文本生成[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2414-2420.
[2]	徐劲松, 朱明, 李智强, 郭世杰. 基于激发和汇聚注意力的扩散模型生成对象的位置控制方法[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1093-1098.
[3]	刘雨生, 肖学中. 基于扩散模型微调的高保真图像编辑[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3574-3580.
[4]	向君幸, 吴永红. 基于邻域重心反向学习的混合樽海鞘群蝴蝶优化算法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 820-826.
[5]	向峰, 李中志, 熊熙, 李斌勇. 粒子群局部优化的反距离权重插值算法[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 385-390.
[6]	赵沛雯, 张达敏, 张琳娜, 邹诚诚. 融合黄金正弦算法和纵横交叉策略的秃鹰搜索算法[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 192-201.
[7]	陈亮, 汤显峰. 改进正余弦算法优化特征选择及数据分类[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1852-1861.
[8]	吴晴晴, 周丽华, 寸轩懿, 杜国王, 姜懿庭. 异质信息网络中基于有向无环图的影响力最大化算法[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 895-903.
[9]	段玉先, 刘昌云. 基于Sobol序列和纵横交叉策略的麻雀搜索算法[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 36-43.
[10]	郭媛, 王学文, 王充, 姜津霖. 基于动态网络的非线性置乱扩散同步图像加密[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 162-170.
[11]	陈俊, 何庆. 基于余弦相似度的改进蝴蝶优化算法[J]. 计算机应用, 2021, 41(9): 2668-2677.
[12]	李珊珊, 赵莉, 张红丽. 基于猫映射的图像灰度值加密[J]. 计算机应用, 2021, 41(4): 1148-1152.
[13]	唐延强, 李成海, 宋亚飞. 基于改进粒子群优化和极限学习机的网络安全态势预测[J]. 计算机应用, 2021, 41(3): 768-773.
[14]	张亚洲, 卢先领. 基于改进相干增强扩散与纹理能量测度和高斯混合模型的导光板表面缺陷检测方法[J]. 计算机应用, 2020, 40(5): 1545-1552.
[15]	雷曼, 龚琴, 王纪超, 王保群. 基于标签权重的协同过滤推荐算法[J]. 计算机应用, 2019, 39(3): 634-638.