基于小生境改进粒子群算法的几何约束求解.pdfVIP

学兔兔 第33卷 第9期 仪 器 仪 表 学 报 Vo1．33 No．9 2012年9月 Chinese Journal of Scientific Instrument Sep．2012 基于小生境改进粒子群算法的几何约束求解 曹春红 ，王利民 ，赵大哲 ，张 斌 (1东北大学信息科学与工程学院 沈阳 1 10819；2吉林大学符号计算与知识工程教育部重点实验室 长春 130012； 3东北大学医学影像计算教育部重点实验室 沈阳 110819；4吉林大学计算机科学与技术学院长春130012) 摘 要：几何约束问题可以等价为求解非线性方程组问题。几何约束问题先被转化为一个优化问题。采用基于小生境改进粒 子群优化算法来求解该优化问题。由于经典粒子群优化算法容易陷入局部最优，出现早熟现象。为此，基于小生境原理，提出 一 种小生境改进粒子群优化算法(niche improved particle swarm optimization，NIPSO)。该算法在进行速度和位置更新后，根据小 生境数确定个体历史最好位置中的孤立点。然后对所有个体历史最好值差于孤立点值的粒子使用交叉和选择算子进行更新。 实验表明，该方法可以提高几何约束求解的效率和收敛性。 关键词：几何约束求解；粒子群优化算法；小生境；孤立点 中图分类号：TP391．72 文献标识码：A 国家标准学科分类代码：520．60 Geometric constraint solving based on niche improved particle swarm optimization Cao Chunhong ， ，Wang Limin ，Zhao Dazhe ，Zhang Bin ( College of Information Science and Engineering，Northeastern University，Shenyang 110819，China； 2 Key Laboratory ofSymbolic Computation and Knowledge Engineering ofMinistry ofEducation， Jilin University，Changchun 130012，China；3 Key Laboratory ofMedical Image Computing ofMinistry of Education，Northeastern University，Shenyang 110819，China；4 College of Computer Science and Technology， Z University，Changchun 130012，China) Abstract：Geometric constraint problem can be equivalent to the problem of solving a set of nonlinear equations sub— stantially．The constraint problem will be transformed into an optimization problem firstly．We can solve the problem with niche improved particle swarm optimization(NIPSO)algorithm．Classical particle swarm optimization algorithm is likely to be trapped int