并行协作骨干粒子群优化算法

tend

摘要:为解决骨干粒子群优化(Bare-Bone Particle SwARM Optimization , BBPSO)的早期收敛问题,本文通过粒子的运动行为分析了导致 BBPSO早期收敛的因素,并提出并行协作 BBPSO,该算法采用并行的主群和从群之间的协作学习来平衡勘探和开采能力.为了增强主群的勘探能力,提出动态学习榜样策略以保持群体多样性;同时提出随机反向学习机制以实现从群的从全局到局部的自适应搜索功能.在14个不同特征的测试函数上将本文算法与6种知名的BBPSO算法进行对比,仿真结果和统计分析表明本文算法在收敛速度和精度上都有显著提高.
5 z, N$ G, Z: @( s# f关键词:骨干粒子群优化;协作学习;反向学习;多样性
并行协作骨干粒子群优化算法.pdf (720.55 KB, 下载次数: 0)

2021-3-2 09:59 上传

点击文件名下载附件
下载积分: 威望 -5

- C5 e& K/ h7 y, I8 H3 `( L

grand

并行协作骨干粒子群优化算法，收藏了。