《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 多群體云人口遷移算法
多群體云人口遷移算法
來(lái)源:微型機(jī)與應(yīng)用2012年第7期
廉侃超,,孟朝霞,,王琴竹
(運(yùn)城學(xué)院 公共計(jì)算機(jī)教學(xué)部,,山西 運(yùn)城 044000)
摘要: 在原人口遷移算法的基礎(chǔ)上,,提出一種多群體云人口遷移算法(CMPMA),。利用云模型云滴的隨機(jī)性和穩(wěn)定傾向性的特點(diǎn),,通過(guò)改變?cè)瓢l(fā)生器的參數(shù),,由基本云發(fā)生器分別實(shí)現(xiàn)初始群體的生成和改進(jìn)的人口流動(dòng)操作,同時(shí),,增加了群最優(yōu)記錄,,由多個(gè)人口群體同時(shí)進(jìn)化尋優(yōu),顯著提高了算法的運(yùn)行效率和求解質(zhì)量,。通過(guò)典型函數(shù)和實(shí)例測(cè)試驗(yàn)證,,算法是可行、有效的,。
Abstract:
Key words :

摘  要: 在原人口遷移算法的基礎(chǔ)上,,提出一種多群體云人口遷移算法(CMPMA)。利用云模型云滴的隨機(jī)性和穩(wěn)定傾向性的特點(diǎn),,通過(guò)改變?cè)瓢l(fā)生器的參數(shù),,由基本云發(fā)生器分別實(shí)現(xiàn)初始群體的生成和改進(jìn)的人口流動(dòng)操作,同時(shí),,增加了群最優(yōu)記錄,,由多個(gè)人口群體同時(shí)進(jìn)化尋優(yōu),顯著提高了算法的運(yùn)行效率和求解質(zhì)量,。通過(guò)典型函數(shù)和實(shí)例測(cè)試驗(yàn)證,,算法是可行、有效的,。
關(guān)鍵詞: 云模型,;人口遷移算法;多群體,;最優(yōu)化

    人口遷移算法PMA(Population Migration Algorithm)[1,,2]是我國(guó)學(xué)者周永華、毛宗源于2003年提出的一類(lèi)模擬人口遷移機(jī)理的全局優(yōu)化算法,,已應(yīng)用于多個(gè)領(lǐng)域,。但對(duì)復(fù)雜的優(yōu)化問(wèn)題,PMA存在著搜索速度慢,、易陷入局部最優(yōu)等缺點(diǎn),。云模型(Cloud model)是我國(guó)學(xué)者李德毅教授提出的定性和定量轉(zhuǎn)換模型,已成功應(yīng)用于眾多領(lǐng)域,。
    提出一種多群體云人口遷移算法CMPMA(Cloud-model-based Multi-colony Population Migration Algorithm),,將云模型和人口遷移算法相結(jié)合,增加了群最優(yōu)記錄,,進(jìn)化過(guò)程中多個(gè)群體協(xié)作尋優(yōu),。典型的測(cè)試函數(shù)和應(yīng)用實(shí)例的仿真結(jié)果表明,CMPMA是可行,、高效,、穩(wěn)定的,。
1 人口遷移算法和云模型
1.1 基本人口遷移算法原理

    原人口遷移算法的基本框架[1]如下:
    (1)人們?cè)谠M(jìn)行人口流動(dòng);(2)受優(yōu)惠地區(qū)吸引出現(xiàn)人口遷移,;(3)人口在優(yōu)惠地區(qū)進(jìn)行流動(dòng)直到人口壓力達(dá)到一定限度,;(4)人口從優(yōu)惠地區(qū)遷出,向外擴(kuò)散,,尋找新的機(jī)會(huì),。
在這個(gè)持續(xù)不斷的過(guò)程中,人口一方面經(jīng)遷移而聚集到優(yōu)惠區(qū)域,,另一方面又因人口壓力的增加而遷離優(yōu)惠區(qū)域向外擴(kuò)散,。可見(jiàn),,人口遷移是人口在不斷的聚集和擴(kuò)散的矛盾運(yùn)動(dòng)中尋找優(yōu)惠區(qū)域的過(guò)程,。


    為便于比較,對(duì)函數(shù)f1~f3獨(dú)立運(yùn)行30次,,統(tǒng)計(jì)30次中搜索到的最優(yōu)值中的最好值,、最差值、平均值作為評(píng)價(jià)指標(biāo),,與參考文獻(xiàn)[4]比較,,結(jié)果如表2所示。

 

 


    從表2可知,,對(duì)函數(shù)f1~f3,,參考文獻(xiàn)[4]的CAFSA算法的搜索結(jié)果只是接近理論最優(yōu),本文算法CMPMA可以穩(wěn)定收斂到理論上的最優(yōu)值,,且參考文獻(xiàn)[4]的CAFSA算法設(shè)定的迭代次數(shù)為50,,而本文算法CMPMA設(shè)定的迭代次數(shù)為2??梢?jiàn),,CMPMA算法對(duì)復(fù)雜函數(shù)的尋優(yōu)效率和精度都較高,搜索結(jié)果令人滿(mǎn)意,。

    基于原人口遷移算法,,增加了群最優(yōu)記錄,由多個(gè)群體協(xié)作尋優(yōu),,并改進(jìn)了人口流動(dòng)的思想,。借鑒正態(tài)云模型的隨機(jī)性和穩(wěn)定傾向性,提出用不同參數(shù)設(shè)置的基本云發(fā)生器分別產(chǎn)生初始群體和實(shí)現(xiàn)人口流動(dòng),。多群體云人口遷移算法通過(guò)利用人口遷移算法的進(jìn)化體制保留了其尋優(yōu)性能,,又通過(guò)多群體合作,并結(jié)合正態(tài)云模型的穩(wěn)定傾向性,、隨機(jī)性特點(diǎn)進(jìn)一步提高了算法的搜索效率,。經(jīng)典函數(shù)和實(shí)例測(cè)試結(jié)果證明了CMPMA算法的尋優(yōu)高效性和穩(wěn)定性。算法在其他領(lǐng)域的進(jìn)一步拓展和其理論證明是下一步要做的工作,。
參考文獻(xiàn)
[1] 周永華,,毛宗源.一種新的全局優(yōu)化搜索算法-人口遷移算法(I)[J].華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2003,,31(3):1-5.
[2] 周永華,,毛宗源.一種新的全局優(yōu)化搜索算法-人口遷移算法(II)[J].華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2003,,31(4):41-43.
[3] 戴朝華,,朱云芳,陳維榮,,等.云遺傳算法及其應(yīng)用[J]. 電子學(xué)報(bào),,2007,35(7):1419-1424.
[4] 曲良東,,何登旭.一種混沌人工魚(yú)群優(yōu)化算法[J].計(jì)算機(jī)工程與應(yīng)用,,2010,46(22):40-42.
[5] 張梅鳳,,邵誠(chéng),,甘勇,等.基于變異算子與模擬退火混合的人工魚(yú)群優(yōu)化算法[J].電子學(xué)報(bào),,2006,,34(8): 1381-1385.
[6] 何獻(xiàn)忠,李萍,,黃航汗,,等.優(yōu)化技術(shù)及其應(yīng)用(第二版)[M].北京:北京理工大學(xué)出版社,1995.
 

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載,。