基于自适应多种群的粒子群优化算法

• 作者: 夏学文 方霞 曾辉 王倩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群算法 全局优化 自适应 多种群
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 理论与研发
• 页码范围: 59-65
• 页数: 7页
• 分类号: TP301
• 字数: 4819字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1711-0048

摘要

为了平衡算法的探测能力和开采能力,提高粒子群算法在不同类型问题上的综合性能,提出了一种基于自适应多种群的粒子群优化算法(PSO-SMS).算法包含重组、子群规模调整和探测三个模块.在演化初始阶段,整个种群被划分成许多子种群.重组模块使不同子群间可以共享优势信息,有利于单峰和多峰函数的优化.当种群陷入潜在的局部最优时,探测模块可基于搜索过程的一些历史信息,帮助跳出当前的局部最优.通过子群规模调整,每个子种群的大小随着进化的过程而逐渐增加,有利于提高算法在初始阶段的探测能力和后期的开采能力.通过CEC2013的测试集与其他七种PSO算法的比较表明,PSO-SMS算法在解决不同类型的函数优化问题上有着突出的性能表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王倩	新疆师范大学数学科学学院	8	10	2.0	3.0
2	夏学文	华东交通大学软件学院	17	200	7.0	14.0
6	曾辉	新疆工程学院计算机工程系	4	13	3.0	3.0