基于混合知识的自适应粒子群算法及其在博弈问题中的应用

• 作者: 翟双爱 胡志华 范勤勤
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群算法 在线知识 先验知识 纳什均衡
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 智能优化
• 页码范围: 595-608
• 页数: 14页
• 分类号: TP311
• 字数: 7370字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20170727002

摘要

粒子群优化算法的寻优性能往往会受到控制参数和速度策略的影响.为提高粒子群优化算法的性能,提出了一种基于混合知识的自适应粒子群算法(SPSO-MK).该算法使用不同的速度更新策略来平衡粒子群优化算法的局部和全局搜索能力,利用在线和先验知识分别对惯性权重和加速因子进行调整.选取32个测试函数进行仿真实验,结果表明本文算法的整体性能好于10种粒子群的变种算法和3种非粒子群算法.将本文算法用于求解3个非合作博弈纳什均衡问题,结果表明该算法能够取得较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡志华	上海海事大学物流研究中心	126	803	15.0	20.0
2	范勤勤	上海海事大学物流研究中心	10	17	2.0	4.0
4	翟双爱	上海海事大学物流研究中心	1	0	0.0	0.0