采用分等级学习策略的二进制粒子群优化算法

• 作者: 张鹏威 戴海容 李浩君
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 二进制粒子群 分等级学习 逃逸算子 自适应惯性权重
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法与分析
• 页码范围: 1018-1023
• 页数: 6页
• 分类号: TP301.6
• 字数: 4500字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.05.006

摘要

针对二进制粒子群优化算法在寻优后期存在多样性丢失、收敛精度低等问题,提出一种分等级学习策略的二进制粒子群优化算法(HLBPSO).首先,HLBPSO算法借鉴鸡群优化算法中的等级思想,根据适应度值将粒子种群分为优势、中间和劣势三个等级,并依次采用探索、全局和混合学习策略;其次,对于劣势粒子,使其在向优势等级最优粒子与中间等级最优粒子的差分向量进行学习的同时,设计逃逸算子,赋予劣势粒子以一定的概率逃逸;最后,通过计算粒子与全局最优粒子间的距离实现惯性权重更新.实验结果验证了HLBPSO算法比其他算法具有更高的寻优精度和更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李浩君	浙江工业大学教育科学与技术学院	68	311	10.0	15.0
2	戴海容	浙江金融职业学院工商管理学院	19	84	5.0	9.0
3	张鹏威	浙江工业大学教育科学与技术学院	9	11	2.0	2.0