粒子群优化器基本参数的研究

传统优化方法的应用范围受对象变量以及目标函数和约束函数的特征所限制。相比之下,以进化算法和粒子群优化为代表的、优化能力为涌现性质的基于种群的算法,对这些特征几乎无限制,且能以极少或无需适配的方式处理不同优化问题。其主要缺点在于相对较高的计算代价以及难以处理等式约束。粒子群优化方法有时被视为一种进化算法,尽管其灵感隐喻不同,但因诸多相似之处:它们演化个体种群,考虑既往经验并采用随机算子引入新响应。进化算法相对于传统方法的优势已在文献中被广泛讨论数十年。粒子群优化器虽共享此类优势,但相较于进化算法,其更受青睐的特性在于更低的计算代价与更易实现——无需设计算子且待调参数少。然而,即便对这些参数的细微改动也会极大影响种群动态。本文探讨粒子速度更新方程参数设置对系统行为的影响。