-
题名平均计算时间复杂度优化的动态粒子群优化算法
被引量：11
- 1
-
-
作者
王沁
李磊
陆成勇
孙富明
-
机构
北京科技大学信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2010年第3期191-194,288,共5页
-
基金
863国家重点基金项目"负载自适应的低功耗异构多核网络处理器研究"(2008AA01Z134)资助
-
文摘
粒子群优化(PSO:Particle Swarm Optimization)算法已经被广泛地应用,其中包括大量实时性要求很高的领域,如宽带数字信号处理。传统PSO算法需要对大量粒子分别进行若干次迭代运算,这将导致该算法的平均计算时间复杂度较高,运算延时大,不能满足这种高实时性要求。因此,需要在不影响性能的前提下降低PSO算法的平均计算时间复杂度。提出了一种粒子数量可变的动态粒子群优化(DPSO:Dynamic PSO)算法,其核心是丢弃粒子判定条件,在迭代过程中,根据该条件动态地抛弃一些粒子,从而降低算法的平均计算时间复杂度。此外,在算法迭代过程中对粒子的个体极值进行变异,从而避免陷入局部最优解。实验和理论分析结果表明,在算法的平均计算时间复杂度方面,对于相同的优化结果,DPSO算法的平均计算时间复杂度比传统PSO算法降低了30%左右;在算法的性能方面,对于单峰值目标函数,DPSO算法与传统PSO算法的优化性能相当,而对于多峰值目标函数,DPSO算法的优化性能要优于传统PSO算法。
-
关键词
平均计算时间复杂度
粒子群优化
动态
变异
多峰值函数优化
-
Keywords
Average computational time complexity,Particle swarm optimization, Dynamic,Mutation,Multimodal optimization
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
