引入测评机制的综合学习粒子群优化算法

作     者：喻雪 胡晓敏 林盈 YU Xue;HU Xiao-min;LIN Ying

作者机构：中山大学信息科学与技术学院广东广州510006 中山大学公共卫生学院卫生信息研究中心广东省卫生信息学重点实验室广东广州510080 中山大学心理学院广东广州510275 

基　　金：国家自然科学基金项目(61379061 61309003 61202130 61379060) 国家自然科学基金-广东省联合基金重点项目(U1201258 U1135005) 广东省自然科学基金项目(S2012040007948) 中央高校基本科研业务费专项基金项目(12lgpy47) 高等学校博士学科点专项科研基金项目(20120171120027) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2015年第36卷第3期

页      码：753-758页

摘      要：综合学习粒子群算法(CLPSO)能够改善粒子群算法多样性差且易局部收敛的问题,相比传统PSO算法能够一定程度避免算法早熟,但却存在收敛速度慢的问题。对此,提出一种CLPSO的改进算法(CLPSO-II),为每个粒子随机构造两个学习粒子,引入测评机制,择优学习。实验结果表明,CLPSO-II能有效提高CLPSO的搜索效率,在处理多峰函数时,其性能优于传统粒子群算法(PSO)、全面学习粒子群算法(FIPS)和综合学习粒子群算法(CLPSO)。

主 题 词：多峰函数 粒子群算法 全面学习粒子群算法 综合学习粒子群算法 CLPSO-II 

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] 

D　O　I：10.16208/j.issn1000-7024.2015.03.038

馆 藏 号：203465082...