一种求解大规模问题的自学习协同粒子群算法

• 作者: 刘欢 李东洋 欧阳春娟 肖根福
• 来源期刊: 井冈山大学学报（自然科学版）
• 学科: 工学
• 关键词: 大规模优化 协同粒子群算法 学习自动机 自学习
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 32-37
• 页数: 6页
• 分类号: TP301.6
• 字数: 4636字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8085.2018.03.008

摘要

随着工程技术要求的提高,许多实际优化问题从低维问题发展成高维的大规模优化问题,自然计算算法在面对该类问题时容易陷入局部最优,而协同粒子群算法是解决大规模优化问题的重要手段之一.本文将子种群划分自学习策略和惯性权重自适应策略引入到协同粒子群算法中,增强了算法的自学习能力,提高了算法的全局寻优能力.实验结果表明,所提算法的性能超过了传统协同粒子群等算法,具有求解大规模问题的较大潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘欢	井冈山大学电子与信息工程学院	21	98	4.0	9.0
2	肖根福	井冈山大学机电工程学院	26	155	6.0	12.0
3	欧阳春娟	井冈山大学电子与信息工程学院	27	101	6.0	8.0
4	李东洋	同济大学电子与信息工程学院	4	17	3.0	4.0