-
题名具有博弈概率选择的多子群粒子群算法
被引量：3
- 1
-
-
作者
田梦丹
梁晓磊
符修文
孙媛
李章洪
-
机构
武汉科技大学汽车与交通工程学院
上海海事大学物流科学与工程研究院
-
出处
《计算机科学》
CSCD
北大核心
2021年第10期67-76,共10页
-
基金
国家自然科学基金(61603280,61902238)。
-
文摘
针对粒子群算法在求解复杂多峰函数时存在早熟、易陷入局部最优、全局收敛性能差等缺陷,考虑种群结构、多模式学习和个体间博弈等因素,提出了具有博弈概率选择的多子群粒子群算法。该算法从改善群体多样性、提升个体搜索能力的角度出发,构建了动态多种群结构,并针对每个子群构建不同的学习策略(极端学习、复合学习、邻域学习和随机学习),子群间进行最优信息共享,形成异构多子群的多源学习方式;将进化博弈思想引入群体搜索过程中,个体通过收益矩阵和扎根概率进行策略概率选择,进入适合个体能力提升的子群进行学习。基于12个标准测试函数,针对算法中重要参数子群规模L的取值进行了组合实验,结果表明L取值N/2或N/3时,种群适应度分布及中位值具有明显优势;针对算法性能测试,利用不同维度下的标准测试函数与7种同类型算法进行对比实验,实验结果显示,改进算法在最优值、求解稳定性及收敛特征上整体优于对比算法,说明多源学习和博弈概率选择策略可以有效改善粒子群算法的性能。
-
关键词
粒子群算法
动态异构多子群
博弈选择
收益矩阵
扎根概率
-
Keywords
Particle swarm optimization
Dynamic heterogeneous subgroups
Game selection
Payoff matrix
Root probability
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
