云计算平台上的粒子群优化方法及系统

摘要

本发明公开了一种云计算平台上的粒子群优化方法及系统，克服目前粒子群优化算法所存在的快速趋同效应的不足，其根据该粒子的速度矢量的惯性部分、认知部分、群内社会部分以及全局社会部分等来进行优化。本申请的实施例可以使用云计算平台的分布式环境加以实现。本申请的实施例能够有效避免粒子陷入早熟收敛，增大粒子逃离局部最优的可能性。

主权项

一种云计算平台上的粒子群优化方法，所述云计算平台上预设有多个种群，每个种群中包含有多个粒子，所有种群中的每个粒子都有一历史速度矢量、一个体历史位置矢量、一个体历史最优适应值以及与该个体历史最优适应值对应的一个体历史最优位置矢量，每个种群都有一群内历史最优适应值及对应的群内历史最优位置矢量，所有种群具有一全局历史最优适应值及对应的全局历史最优位置矢量；在该方法中，对于所有种群中的每个粒子均执行如下操作：根据该粒子的速度矢量的惯性部分、认知部分、群内社会部分以及全局社会部分更新获得该粒子的当前速度矢量；其中，该粒子的速度矢量的全局社会部分反映了种群间协同合作与知识共享的群体历史经验；根据该粒子的历史位置矢量以及所述当前速度矢量更新获得该粒子的当前位置矢量；根据所述当前位置矢量获得该粒子的当前适应值；判断该粒子的所述当前适应值是否优于该粒子的个体历史最优适应值，是则将该粒子的个体历史最优适应值更新为所述当前适应值，并将该粒子的个体历史最优位置矢量更新为所述当前位置矢量；判断该粒子的所述当前适应值是否优于该粒子所属种群的群内历史最优适应值，是则将该粒子所属种群的群内历史最优适应值更新为该粒子的所述当前适应值，并将该粒子所属种群的群内历史最优位置矢量更新为所述当前位置矢量；判断该粒子的所述当前适应值是否优于所述全局历史最优适应值，是则将所述全局历史最优适应值更新为该粒子的所述当前适应值，并将所述全局历史最优位置矢量更新为所述当前位置矢量。