基于決策理論的微粒群算法.pdf

1、微粒群是一種模擬動群體物行為的智能優(yōu)化算法，同時它也可以模擬人類的社會行為，至今很少有人從人類社會方面來研究微粒群算法。因此本文引入人工社會的思想和個體決策的理論和方法對標準微粒群算法進行研究，把每個微粒作為具有獨立個體決策能力的智能體(Agent)，提出了個體決策微粒群算法，并將其應(yīng)用于非線性方程組求解中。
　　 微粒群算法利用自己以前的經(jīng)驗和其它社會成員的經(jīng)驗來調(diào)整自己的行為，但是對個體歷史經(jīng)驗信息的利用有所不足。因此，借助

2、個體決策的理論和方法，利用微粒自身的個體歷史位置與對應(yīng)的適應(yīng)值信息對標準微粒群算法的個體歷史最優(yōu)位置進行決策。由于人類社會是一個復(fù)雜的社會系統(tǒng)，將小世界模型和個體決策的理論和方法引入微粒群算法中，使得每個微粒具有特殊的拓撲鄰域信息，改變了標準微粒群算法僅僅利用群體歷史最優(yōu)信息的弊端。利用鄰域微粒的個體歷史位置與對應(yīng)的適應(yīng)值信息對標準微粒群算法的個體歷史最優(yōu)位置進行決策。最后利用李雅普諾夫函數(shù)從理論上分析了兩種改進算法的穩(wěn)定性條件。

3、>　　 微粒群算法的認知系數(shù)與社會系數(shù)選擇策略要么始終把這兩個系數(shù)設(shè)置為一個固定的數(shù)，要么在相同的代對所有微粒采用相同的參數(shù)設(shè)置。作為智能體，每個微粒具有個體決策能力，因此這兩個系數(shù)應(yīng)該具有一定的差異性。本文設(shè)計了一種新的微粒優(yōu)劣的判斷標準——適應(yīng)值變化率。借助個體決策的方法和適應(yīng)值變化率，利用個體歷史位置與對應(yīng)的適應(yīng)值信息對認知系數(shù)與社會系數(shù)進行決策。
　　 最后把個體決策微粒群算法應(yīng)用到非線性方程組求解問題中，仿真結(jié)果表明