进化状态判定与学习策略协同更新的二进制粒子群优化算法

摘要：

针对二进制粒子群算法存在收敛速度较慢及易早熟的问题,提出一种进化状态判定与学习策略协同更新的二进制粒子群优化算法(ELBPSO),将粒子群迭代过程分为收敛和跳出局部最优两个状态,在进化状态判定的收敛状态阶段采用全信息(Fully informed)学习策略来提高收敛速度,对进化状态判定的跳出局部最优状态阶段采用局部信息(Singly informed)学习策略以维持种群多样性,使算法不易陷入局部最优.实验结果表明:ELBPSO算法具有更好的收敛速度和精度,可以有效平衡收敛与跳出局部最优.

关键词：二进制粒子群算法、进化状态、学习策略

所属期刊栏目：48

分类号：TP301(计算技术、计算机技术)

资助基金：国家社科基金年度项目;国家自然科学基金面上项目

在线出版日期：2020-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：581-590