邻域结构为复杂网络的粒子群算法

• 作者: 李文斌 贺毅朝 赵书良 陈嶷瑛
• 来源期刊: 计算机应用研究
• 关键词: 复杂网络 粒子群算法 函数寻优 进化计算 空间结构
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1034-1038,1069
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.04.015

摘要

为避免早熟收敛和局部最优，设计了一种基于复杂网络进行个体交互的粒子群算法（CNS-PSO）。该算法在粒子与网络节点间建立映射关系，并根据节点的邻居集合，获得粒子的动态飞行邻居。每个飞行邻居集合是一个独立又彼此联系的进化小社会。在CNS-PSO中，每个粒子的位置更新策略不仅考虑了认知部分及社会的信息共享，还考虑了小社会内和小社会间的信息交流。在八个测试函数上，将CNS-PSO与标准PSO进行了对比，在不同维度的大多数函数上，前者的性能均优于后者，说明具有无标度网络邻域结构的CNS-PSO算法具有较强的避免早熟和逃逸局部最优的能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文斌	石家庄经济学院网络信息安全实验室	22	277	8.0	16.0
2	陈嶷瑛	石家庄经济学院信息工程学院	19	262	8.0	16.0
3	贺毅朝	石家庄经济学院信息工程学院	53	677	14.0	25.0
4	赵书良	河北师范大学数学与信息科学学院	39	312	10.0	16.0