基于密度峰值的依维度重置多种群粒子群算法

作     者：陶新民 郭文杰 李向可 陈玮 吴永康 TAO Xin-Min;GUO Wen-Jie;LI Xiang-Ke;CHEN Wei;WU Yong-Kang

作者机构：东北林业大学工程技术学院黑龙江哈尔滨150040 

基　　金：国家自然基金面上项目(62176050) 中央高校基本科研业务费专项资金(2572017EB02) 东北林业大学双一流科研启动基金(411112438) 哈尔滨市科技局创新人才基金(2017RAXXJ018) 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2023年第34卷第4期

页      码：1850-1869页

摘      要：针对粒子群算法无法有效兼顾开采与勘探的问题,提出一种基于密度峰值的依维度重置多种群粒子群算法.首先采用密度峰值聚类中相对距离的思想并结合适应度值将种群分为两个子种群:顶层群和底层群.之后为顶层群设计专注于开采的学习策略而为底层群设计倾向于勘探的学习策略,以均衡种群的勘探与开采.最后依维度将陷入局部最优的粒子与全局最优粒子交叉重置,在有效避免早熟收敛的同时也显著减少了无效计算次数.将提出的算法与其他改进的优化算法在基础优化问题与CEC2017测试集上进行实验对比,实验结果均值的统计检验证明了提出算法的改进具有统计学显著性.

主 题 词：粒子群算法 密度峰值聚类 多种群 依维度重置 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13328/j.cnki.jos.006432

馆 藏 号：203120998...