基于异维变异的差分混合粒子群算法

• 作者: 李乔木 李俊 李波 罗阳坤
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 熵 异维变异 维度因子 粒子群差分混合算法
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 208-214
• 页数: 7页
• 分类号: TP301.6
• 字数: 7338字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.05.035

摘要

针对粒子群(Particle Swarm Optimization,PSO)算法和差分进化(Differential Evolution,DE)算法存在容易陷入局部极值、进化后期收敛速度慢和收敛精度低的局限性,提出了一种基于异维变异的差分混合粒子群(UDEPSO)算法.首先,为了提高群体多样性,使用熵度量初始化粒子;其次,在粒子迭代的过程中,根据粒子的分布特点,引入异维变异学习策略和维度因子以引导粒子及时跳出局部极值达到最优解;最后,将所提算法在10个典型的测试函数上进行了仿真,其在9个测试函数的收敛精度和标准差上取得了显著的效果,远优于PSO算法、DEPSO算法以及CDEPSO算法.实验结果表明,UDEPSO算法在优化收敛精度和效率上具有较强的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊	武汉科技大学计算机科学与技术学院	85	279	8.0	13.0
3	李波	武汉科技大学计算机科学与技术学院	20	63	3.0	7.0
9	罗阳坤	武汉科技大学计算机科学与技术学院	2	9	2.0	2.0
13	李乔木		1	3	1.0	1.0