PSO—DFP混合算法及其参数性能分析
20 0 9年 4月
长治学院学报J u a fC a g h ie st or l hnz i n o Unv ri y
Ap ., 09 r 20 Vol 6. . _ No2 2
第2 6卷
第 2期
P— F S D P混合算法及其参数性能分析 O张安玲王中，(.治学院数学系， 1长山西长治 06 1;2长治学院计算机系， 40 1 .山西长治 06 1) 40 1摘要：文章结合粒子群算法全局搜索和拟牛顿法局部精细搜索的特点，出了一种 P O— P混合算法。采用标准测提 S DF
试函数对该混合算法的某些参数进行了分析，并给出了一些选取的指导性原则。
关键词：S P O算法； P法； DF参数中图分类号： 14 O 7文献标识码： A文章编号：6 3 2 1 (0 9 0— 0 6 0 17— 0 4 20 )2 0 6— 4
1引言
一
P/辫一1 g g g
19 9 5年， e nd K n ey和 E eh r提出了一种粒子其中：”,= b rat 一 V ) 一V )。 群 (atl S am O t ztn P O)法，算法 ( .)称为 D P公式。它是一个典型的拟牛顿方 Prc w r pi ao,S算 ie mi i该 21式 F
具有群体智能、内在并行性、迭代格式简单、快速法，可具有超线性收敛速度，当采用精确线性搜索时，
收敛到最优解所在区域等优点，由于缺乏局部区对于凸函数，法具有总体收敛性。D P方法是一但方 F域精细搜索能力，算法在搜索后期会出现收敛停滞个有效的局部搜索算法，用来求解极小值问题的具现象。而传统的数值解法如牛顿法、拟牛顿法具有体步骤如下： 较快的局部收敛性，是一种非常有效的局部搜索迭 Se l给定初始点∈尺，许误差>0 tp 允；代算法，但这些算法只有迭代初值在最优解附近时 Se2置 H= ( tp L单位矩阵 )计算出在 D的，处其较快的局部搜索性才能得以发挥。因此，文结梯度 g= D, k l本 lV )置=; 合粒子群算法的群体搜索性和拟牛顿法的局部细 Se3令 d=日； t p一
致搜索陛的优点，提出一种 P O D P S— F算法。该混合
S p从出发， t4 e沿方向 d’ (搜索，步长 求(.) 22
算法的运行
过程与它所采用的参数取值有较大的九，它满足使关系，数取值是一个值得研究的问题。通常认为，参 )Ad )mifx∞ A‘ )+ ‘= n (￣+ d,’对不同的问题应选取相应的参数。如果能对
P O D P算法参数选取规律有一个定性的认识， S—F必
令
)’Ad;=+ (
( .) 23
将对不同的问题域的参数选取有很大的帮助。2 P O— P混合算法 S DF21 D F方法 . P
Se5检验是否满足收敛准则，若 t p
lV㈣ )I, l I≤占则停止迭代，到点=“;得 ”否则，行 Se6进 t; p Se6若 k n则令 )‘’返回 Se2否 t p=, , tp;则，进行 Se7 tp; S p令觑+ f(‘ )p=‘ t7 e J=7 x,‘ ‘ g曲，‘
著名的 D P方法是 D v o F ai n首先提出，来又 d后被 Fe hr P w l改进的算法， 1ce和 o e t l又称为变尺度法。收稿日期：0 8 6 1 2 0—0— 5
作者简介：张安玲 (9 0 18一
)女，,山西长治人，硕士，主要从事最优化理论与方法、演化算法研究。
6 6