多种群子空间学习粒子群优化算法

• 作者: 孙辉 朱德刚 王晖 赵嘉
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 粒子群优化算法 多种群 子空间 高斯学习
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 2054-2059
• 页数: 6页
• 分类号: TP18
• 字数: 5257字
• 语种: 中文

摘要

针对标准PSO在处理复杂高维优化问题时易出现收敛速度慢、陷入局部最优等问题,提出一种多种群子空间学习的粒子群优化算法(MSPSO).该方法构造了一种新的多子群间信息共享模式,提出子空间学习的概念,并对普通粒子和精英粒子分别进行子空间学习.本文算法简单明确,易于实现,具有很强的稳定性、收敛速度快和较好的全局搜索能力.在固定评估次数的情况下,对常用的19个基准测试函数进行了30维和100维仿真实验,实验结果表明本文算法在收敛速度和求解精度上优于最近提出的几种知名算法(如FIPS、HPSO-TVAC、DMS-PSO、CLPSO、APSO等),特别是在高维问题上优势更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵嘉	南昌工程学院信息工程学院	38	243	9.0	13.0
3	孙辉	南昌工程学院信息工程学院	51	485	13.0	19.0
7	朱德刚	安徽医科大学第一附属医院信息技术科	6	24	4.0	4.0
8	王晖	南昌工程学院信息工程学院	12	141	6.0	11.0