交互学习的粒子群优化算法

• 作者: 李丽 李荣钧 秦全德 程适
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 粒子群优化算法 交互学习 学习策略 学习行为 群体多样性
• 年，卷（期）: 2012,（6）
• 页码范围: 547-553
• 页数: 7页
• 分类号: TP18
• 字数: 4846字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201205011

摘要

分析基本的粒子群优化学习机制的缺陷,启发于人类社会不同群体之间可以交互学习的特点,提出了一种改进粒子群优化算法——ILPSO.在ILPSO算法中,粒子由2个种群构成.当2个种群中最佳的全局最优位置在连续一定的迭代次数内没有改善时,执行交互学习策略.依据每个种群的全局最优位置的适应值,运用模拟退火的机制和轮盘赌的方法确定学习种群和被学习种群.提出了一个基于适应度排序的经验公式,计算学习种群中的每个粒子向被学习种群学习的概率.为了摆脱选择压力,采用了一种速度变异的方法.多个测试函数的数值实验结果表明,ILPSO具有较好的全局搜索能力,是一种求解复杂问题的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李荣钧	华南理工大学工商管理学院	41	532	13.0	21.0
2	秦全德	深圳大学管理学院	15	190	7.0	13.0
3	李丽	深圳大学管理学院	33	194	8.0	11.0