10.14135/j.cnki.1006-3080.20170727002
基于混合知识的自适应粒子群算法及其在博弈问题中的应用
粒子群优化算法的寻优性能往往会受到控制参数和速度策略的影响.为提高粒子群优化算法的性能,提出了一种基于混合知识的自适应粒子群算法(SPSO-MK).该算法使用不同的速度更新策略来平衡粒子群优化算法的局部和全局搜索能力,利用在线和先验知识分别对惯性权重和加速因子进行调整.选取32个测试函数进行仿真实验,结果表明本文算法的整体性能好于10种粒子群的变种算法和3种非粒子群算法.将本文算法用于求解3个非合作博弈纳什均衡问题,结果表明该算法能够取得较好的结果.
粒子群算法、在线知识、先验知识、纳什均衡
44
TP311(计算技术、计算机技术)
国家自然科学基金61603244;中央高校基本科研业务费重点科研基地创新基金222201717006;上海海事大学研究生创新基金2017ycx027
2018-09-10(万方平台首次上网日期,不代表论文的发表时间)
共14页
595-608