微粒群優(yōu)化的分布式特征研究及應(yīng)用.pdf

1、微粒群優(yōu)化算法是一種群體智能算法，該算法在迭代初期容易出現(xiàn)早熟，迭代后期可能會出現(xiàn)“振蕩”等現(xiàn)象，算法的收斂速度也較慢。針對這些不足，本文對微粒群優(yōu)化算法進行了深入的分析和研究，并設(shè)計了改進的微粒群優(yōu)化算法，且將其應(yīng)用到圖像分割中。
　　本文主要工作包括：
　?。?）針對微粒可能在最優(yōu)解附近產(chǎn)生“振蕩”現(xiàn)象，從物理學(xué)的角度對算法的位置更新公式進行了研究，設(shè)計了一種飛行時間隨機的微粒群優(yōu)化算法。新算法仍然保持了算法結(jié)構(gòu)簡單的特

2、點，改善了算法的尋優(yōu)能力，減小了微?！帮w過”最優(yōu)位置而產(chǎn)生“振蕩”現(xiàn)象的可能。
　?。?）對微粒群優(yōu)化算法中存在著模糊性和隨機性進行了分析，將云模型引入其中。對原有的多種群微粒群優(yōu)化算法進行了改進，將一定規(guī)模的微粒群平分成三個子種群，分別按照基于擴張變異的云模型自適應(yīng)微粒群優(yōu)化算法、飛行時間隨機的微粒群優(yōu)化算法和慣性權(quán)重二值化的微粒群優(yōu)化算法三種不同的進化規(guī)則進行進化。實驗結(jié)果表明，改進的多種群微粒群優(yōu)化算法相比于原先的多種群微粒