基于强化学习的适应性微粒群算法

• 作者: 刘方爱 邢长明
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 微粒群算法 惯性权重 自适心 强化学习
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 54-58,64
• 分类号: TP18
• 语种: 中文

摘要

惯性权重足微粒群算法(PSO)的重要参数,它可以甲衡算法的全局和局部搜索能力的关系,改善算法的性能.对此,提出一种基于强化学习的适应性微粒群算法(RPSO).首先将不同惯性权重调整策略视为粒子的行动集合;然后通过计算Q函数值.考察粒子多步进化的效果;进而选择粒_了最优进化策略,动态调整惯性权重,以增强算法寻找全局最优的能力.对几种经典函数的测试结果表明,RPSO能够获得良好的性能,特别是对多峰函数效果更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘方爱	山东师范大学信息科学与工程学院	142	827	14.0	20.0
2	邢长明	山东师范大学信息科学与工程学院	14	90	7.0	8.0