摘要
粒子群优化算法在优化问题中体现出良好的性能,但目前还没有对其运动特性,尤其是参数的选择与当粒子群体陷入局部极值点导致的早熟收敛情况的详细分析．分析了PSO算法中的三种粒子模型(Gbest,Pbest,Commom模型)的运动特性,给出了Gbest模型和Pbest 模型在没有新息获取时,单信息条件下的最大搜索空间．进一步证明了在减少了Lipschitz条件约束的条件下,Common模型渐进稳定的充分条件,将算法中惯量因子的取值范围扩大到 (-1,1),并从物理上进行了解释．
Particle swarm optimizer （PSO） exhibits good performance for optimization problems. However, there is little analysis about the kinetic characteristic, parameter selection and the situation where algorithem falls into stagnate to cause premature convergence. In the paper, the kinetic characteristic of three models of PSO （Gbest, Pbest, Common model） are analyzed. The largest covering space （LCS） of the Gbest model and the Pbest model are deduced without new information. Furthermore, under the condition that the Lipschitz constraint is reduced, the sufficient conditions for asymptotic stability of parameters are proved. And the inertia weight w value is enhanced to （-1, 1）.
出处
《自动化学报》
EI
CSCD
北大核心
2006年第3期368-377,共10页
Acta Automatica Sinica
基金
高等学校优秀青年教师教学科研奖励计划(20010248)资助
作者简介
（E—mail：panfeng@bit．edu．cn，andropanfeng@126．com）潘峰 北京理工大学讲师，2000年毕业于北京理工大学控制理论与控制专业本科，2005年毕业于北京理工大学模式识别与智能系统专业，博士．研究方向：智能控制、计算智能、人工智能、伺服系统和机器人．
陈杰北京理工大学教授、博士生导师，分别于1986，1993，2000年毕业于北京理工大学获学士、硕士、博士学位，研究方向：复杂系统、多目标优化与决策、智能控制、非线性控制和优化方法．
甘明刚 北京理工大学模式识别与智能系统专业在读博士，2002年毕业于北京理工大学控制理论与控制专业本科．研究方向：电磁兼容、智能控制、计算智能和伺服系统．
蔡涛 北京理工大学副研究员，1993，1999年毕业于北京理工大学控制理论与控制专业，获学士，硕士学位，现就读北京理工大学模式识别与智能系统专业博士．研究方向：智能控制、系统工程、电磁兼容、非线性控制和伺服系统．
涂序彦 北京科技大学教授、博士生导师，1985年毕业于华中工学院本科，1962年中科院自动化所副博士．研究方向：人工智能、人工生命、智能控制、大系统控制论和智能管理．
