×
库塞罗、米凯尔;西瓦森达拉姆，Seenith

新型分数阶粒子群优化算法。 （英语） Zbl 1410.90176号

申请。数学。计算。 283, 36-54 (2016).
摘要：在本文中，我们提出了一种新的分数粒子群优化（FPSO）算法。传统的粒子群优化算法是用于优化问题的最著名的生物启发算法之一，它基本上由多个粒子组成，这些粒子在搜索全局最优时集体移动。然而，尽管PSO在过去20年中取得了成功，但众所周知，它在许多具有多个局部最优解的复杂问题中无法收敛，甚至停滞。为了克服这一缺点，本文考虑到分数微积分方法，提出了一种改进的粒子群优化算法。通过稳定性结果评估，分析证明了分数阶扩张的收敛性。随后自然会有仿真结果，在几个已知目标函数下测试基于分数阶的粒子群优化算法，从而突出了分数阶速度和粒子位置与算法收敛性之间的关系。实验结果表明，FPSO及其变体显著优于传统PSO。

引用于5文件

MSC公司：

90C27型 组合优化
26A33飞机 分数导数和积分
90 C59 数学规划中的近似方法和启发式
28B20型 集值集函数与测度；集值函数的积分；可测量的选择
90立方 非线性规划
90立方厘米 涉及图形或网络的编程

关键词：

粒子群优化;分数微积分;部分模型;模拟;稳定性;控制
PDF格式BibTeX公司 XML格式引用
\textit{M.Couceiro}和\textit{S.Sivasundaram}，应用。数学。计算。283、36-54（2016；Zbl 1410.90176）
全文： 内政部

参考文献：

[1] 肯尼迪，J。；Eberhart，R.，粒子群优化，IEEE神经网络国际会议论文集，1995，4，1942-1948（1995）
[2] 波利·R。；肯尼迪，J。；Blackwell，T.，粒子群优化，swarm Intell。，1, 1, 33-57 (2007)
[3] Poli，R.，《粒子群优化应用出版物分析》，J.Artif。进化。申请。，2008, 3 (2008)
[4] Tang，J。；朱，J。；Sun，Z.，《基于分离和粒子群优化的新型路径规划方法》，（Wang，J.；Liao，X.-F.；Yi，Z.《神经网络进展ISNN 2005》。神经网络进展ISNN 2005，计算机科学讲稿，3498（2005），施普林格-柏林-海德堡），253-258·Zbl 1084.68774号
[5] 皮雷斯，E.S。；马查多，J.T。；de Moura Oliveira，P。；库尼亚，J.B。；Mendes，L.，分数阶速度粒子群优化，非线性动力学。，61, 1-2, 295-301 (2010) ·Zbl 1204.90119号
[6] 卡格诺尼，S。；莫多尼尼，M。；Sartori，J.，用于对象检测和分割的粒子群优化，进化计算应用，241-250（2007），Springer
[7] 张，X。；胡，W。；马来亚银行。；李，X。；Zhu，M.，视觉跟踪的顺序粒子群优化，IEEE计算机视觉和模式识别会议论文集，2008年。CVPR 2008，1-8（2008），IEEE
[8] Alrashidi，M。；El-Hawary，M.，《粒子群优化在电力系统运行中的应用调查》，Electr。电源组件。系统。，1349-1357年12月34日（2006年）
[9] 库塞罗，M。；Luz，J.M.A。；Figueiredo，C.M。；费雷拉，N.F。；Dias，G.，高尔夫球推杆数学模型的参数估计，《WACI-计算智能的车间应用程序》。国际标准化委员会。工控机。科英布拉，2-1-8（2010）
[10] Shi，Y。；Eberhart，R.C.，模糊自适应粒子群优化，2001年进化计算大会论文集，2001，1，101-106（2001），IEEE
[11] Juang，C.-F.，用于递归网络设计的遗传算法和粒子群优化的混合，IEEE Trans。系统。人类网络。B部分网络。，34, 2, 997-1006 (2004)
[12] Tillett，J。；拉奥，T.M。；萨欣，F。；Rao，R.，达尔文粒子群优化，第二届印度人工智能国际会议论文集，1474-1487（2005）
[13] 刘，H。；Abraham，A.，模糊自适应湍流粒子群优化，第五届混合智能系统国际会议论文集，2005年。HIS’05，6（2005）
[14] Secrest，B。；Lamont，G.，可视化粒子群优化-高斯粒子群优化，2003年IEEE swarm智能研讨会论文集，2003年。SIS’03，198-204（2003）
[15] del Valle，Y。；Venayagamoorthy，G。；Mohagheghi，S。；赫尔南德斯，J.-C。；Harley，R.，《粒子群优化：电力系统中的基本概念、变量和应用》，IEEE Trans。进化。计算。，12, 2, 171-195 (2008)
[16] T.布莱克威尔。；宾利，P，别推我！避免碰撞群，2002年进化计算大会会议记录，2002年。CEC’02，2，1691-1696（2002）
[17] Krink，T。；Vesterstrom，J。；Riget，J.，《带空间粒子扩展的粒子群优化》，《2002年进化计算大会论文集》，2002年。CEC’02，2，1474-1479（2002）
[18] 米兰达，V。；Fonseca，N.，应用于电压/无功控制的新进化粒子群算法（epso），第十四届电力系统与计算会议论文集（2002）
[19] Lovbjerg，M。；Krink，T.，《扩展具有自组织临界性的粒子群优化算法》，《2002年进化计算大会论文集》，2002年。CEC’02，2，1588-1593（2002）
[20] 张伟杰。；Xie，X.-F.，Depso:带微分进化算子的混合粒子群，IEEE国际系统会议论文集，人与控制论，2003年，第4卷，3816-3821（2003）
[21] Kannan，S.S.P.N.，粒子群优化技术及其变体在发电扩展问题中的应用，Electr。电力系统。研究，70，3，203-210（2004）
[22] Oldham，K.B.，《分数微积分》（1974），爱思唯尔·Zbl 0292.26011号
[23] Sabatier，J。；阿格拉瓦尔，O.P。；Machado，J.T.，分数微积分进展（2007），施普林格·Zbl 1116.00014号
[24] 基尔巴斯，A。；O·马里切夫。；Samko，S.，分数积分和导数（理论和应用），Gordon Breach Switz。，1, 993, 1 (1993) ·Zbl 0818.26003号
[25] Kaslik，E。；Sivasundaram，S.，分数阶神经网络中的非线性动力学和混沌，神经网络，32256-545（2012）·Zbl 1254.34103号
[26] 艾哈迈德，B。；Sivasundaram，S.，非线性分数阶微分方程的非局部四点积分边值问题及其存在性结果，Commun。申请。，16, 1, 11-22 (2012) ·Zbl 1263.26012号
[27] Kaslik，E。；Sivasundaram，S.，分数阶动力系统中周期解的不存在性以及周期函数的整数阶导数和分数阶导数之间的显著差异，非线性分析。真实世界应用。，13, 3, 1489-1497 (2012) ·Zbl 1239.44001号
[28] 艾哈迈德，B。；Sivasundaram，S.，完全非线性非局部分数次边值问题的存在性结果，Commun。申请。分析。，17, 3-4, 427-438 (2013) ·Zbl 1293.34006号
[29] 阿巴斯，S。；Benchohra，M。；Sivasundaram，S.，通过Picard算子研究具有多重时滞和脉冲的部分分数阶微分包含的Ulam稳定性，非线性研究，20，4，623-641（2013）·Zbl 1302.35394号
[30] 埃伯哈特共和国。；Kennedy，J.，《使用粒子群理论的新优化器》，第六届国际微机械与人类科学研讨会论文集，139-43（1995），纽约州纽约市
[31] Pannocchia，G。；Bempoad，A.，无偏置模型预测控制的干扰模型和观测器的组合设计，IEEE Trans。自动。控制，52，6，1048-1053（2007）·Zbl 1366.93080号
[32] Pannochia，G.泛诺奇亚属。；Kerrigan，E.C.，受到持续不可测量扰动的约束线性离散时间系统的无偏移控制，第四十二届IEEE决策与控制会议论文集，2003年，43911-3916（2003），IEEE
[33] Pannocchia，G。；罗林斯，J.B.，无偏置模型预测控制的扰动模型，AIChE J.，49，2，426-437（2003）
[34] 卡迪尔卡马纳桑，V。；塞尔瓦拉贾赫，K。；Fleming，P.J.，粒子群优化器中粒子动力学的稳定性分析，IEEE Trans。进化。计算。，10, 3, 245-255 (2006)
[35] Van Den Bergh，F.，《粒子群优化器分析》（2006），比勒陀利亚大学博士论文
[36] Trelea，I.C.，《粒子群优化算法：收敛分析和参数选择》，Inf.Process。莱特。，85, 6, 317-325 (2003) ·Zbl 1156.90463号
[37] Clerc，M。；Kennedy，J.，《多维复杂空间中的粒子群爆炸、稳定性和收敛》，IEEE Trans。进化。计算。，6, 1, 58-73 (2002)
[38] Shi，Y。；Eberhart，R.C.，粒子群优化中的参数选择，进化规划VII，591-600（1998），Springer
[39] 库塞罗，M.S。；罗查，R.P。；费雷拉，N.F。；Machado，J.T.，介绍分数阶达尔文粒子群算法，信号图像视频处理。，6, 3, 343-350 (2012)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。