一种求解过程动态优化问题的生物地理学习粒子群算法

作     者：陈旭 梅从立 徐斌 丁煜函 刘国海 CHEN Xu;MEI Congli;XU Bin;DING Yuhan;LIU Guohai

作者机构：江苏大学电气信息工程学院江苏镇江212013 华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237 上海工程技术大学机械工程学院上海201620 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2017年第68卷第8期

页      面：3161-3167页

核心收录：

学科分类：081704[工学-应用化学] 08[工学] 0817[工学-化学工程与技术] 081701[工学-化学工程] 

基　　金：江苏省自然科学基金项目(BK20160540 BK20130531) 江苏大学人才启动基金项目(15JDG139) 中国博士后科学基金项目(2016M591783) 中央高校基本科研业务费重点科研基地创新基金项目(222201717006)~~ 

主　　题：全局优化 动态学 算法 控制向量参数化 生物地理学习粒子群算法 

摘      要：智能优化算法具有适用性广泛、全局搜索能力强等优点,近年来在动态优化中的应用逐渐增多。通过混合生物地理优化与粒子群优化,提出了生物地理学习粒子群(biogeography-based learning particle swarm optimization,BLPSO)算法,并用于动态优化问题的求解。BLPSO采用了新型的生物地理学习方式,该方式根据粒子排名,即粒子的优劣,以维度为单位构造学习粒子,提高了学习的效率。针对动态优化问题,首先通过控制向量参数化将其转化为非线性规划问题,然后采用BLPSO算法进行求解。最后,将BLPSO应用于非可微、多峰、多变量等典型动态优化问题的求解,计算结果表明BLPSO具有较好的搜索精度和收敛速度。