基于食物链机制的动态多物种粒子群算法

• 作者: 刘角 张玮 马腾波 马迪
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 粒子群优化算法 食物链机制 动态多物种
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 1341-1346
• 页数: 6页
• 分类号: TP301.6
• 字数: 6018字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.05.1341

摘要

针对粒子群优化(PSO)算法在解决多峰函数时容易陷入局部最优的问题,提出了一种基于食物链机制的动态多物种粒子群(DSPSO)算法.受生物界的启发,引入食物链机制来保证种群的多样性,并结合繁殖机制使得算法具有良好的优化性能.食物链机制中,整个标榜群被分为几个子种群,每个子种群都能够捕食另外一个子种群.通过一定概率发生的捕食现象使得标榜群得以进化,剔除对种群贡献小的粒子,并通过繁殖策略生成新的粒子.种群通过不断地进化保证了种群的多样性,同时通过剔除较差粒子的误导作用使算法的进化更有效率.为了验证算法的有效性,选择了包括偏移函数、旋转函数在内的10个测试函数来测试DSPSO算法的性能.实验结果表明DSPSO算法有着良好的寻优性能.与PSO、局部版本的粒子群(LPSO)算法、动态多群粒子群(DMS-PSO)算法和全面学习粒子群(CLPSO)算法相比,DSPSO算法不仅能够得到较高精度的解,而且还具有较高的可信度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玮	太原理工大学化学化工学院	33	133	6.0	11.0
2	刘角	太原理工大学化学化工学院	2	8	1.0	2.0
3	马迪	太原理工大学化学化工学院	2	8	1.0	2.0
4	马腾波	太原理工大学化学化工学院	3	14	2.0	3.0