科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对单一种群在解决高维问题中收敛速度较慢和多样性缺失的问题，提出了一种教与学信息交互粒子群优化（PSO）算法。该算法根据进化过程将种群动态地划分为两个子种群，分别采用粒子群优化算法和基于教与学优化算法，同时粒子利用学习者阶段进行子种群之间信息交互，并通过评价收敛性和多样性指标，让粒子的收敛能力和多样性在进化过程中得到平衡。通过与粒子群优化算法、混合灰狼粒子群算法、重选精英个体的非线性收敛灰狼优化（GWO）算法等多个进化算法在15个标准测试函数的不同维度下进行对比，在多个测试函数上可以收敛到理论最优值，相对于其他算法提高了1～6倍。实验结果表明，所提算法在收敛精度和收敛速度上具有较好的效果。
- 单位
