求解约束优化问题的融合粒子群的教与学算法

• 作者: 李勇 王振荣 赵乃刚
• 来源期刊: 计算机应用研究
• 关键词: 教与学算法 粒子群算法 约束优化问题 自适应 约束处理
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1307-1309
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.05.006

摘要

针对约束优化问题,提出了一种融合粒子群的教与学算法.算法采用了一种自适应的教学因子,使得算法的搜索性能可以自适应地调整.引入了自我学习和相互学习的学习模式,使得信息交流更加多样化,增强了算法的全局搜索能力;最后根据适应度值将整个种群分为两个子种群,对适应度值差的子种群采用粒子群算法以提升收敛性能,对适应度值优的子种群采用教与学优化算法以增强种群的多样性,通过两种算法的优势互补,提升了算法的整体优化性能.通过在22个标准测试函数的实验和与其他三种算法的比较表明,融合粒子群的教与学算法求解精度高,收敛速度快,它是一种可行、高效的优化算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勇	山西大同大学数学与计算机科学学院	15	39	3.0	5.0
2	赵乃刚	山西大同大学数学与计算机科学学院	13	104	4.0	10.0
3	王振荣	山西省大同市人民政府信息化中心	2	2	1.0	1.0