基于Fokker-Planck方程的群优化算法

摘要

本文针对粒子群优化算法在进行全局寻优时,存在因辅助中间变量过多,导致算法计算量较大的问题和实际计算中往往陷入到局部极值点的问题.提出了一种新的全局收敛的群智能算法.该方法构造一个多粒子系统,使它们对应的能量函数满足一个多元Fokker-Planck方程,并且此方程具有定态解,当方程的参数按一定方式变化时,定态解收敛到能量函数的全局极值点上,然后根据Fokker-Planck方程与Langevin方程之间的对应关系,得到对应的Langevin方程,将其离散化,得到此算法的标准形式.数值实验的结果显示,此算法比基本粒子群算法速度快,并不会陷入到局部极值点中,它是一种有效的全局优化的方法.