一种用于大范围优化的随机主导学习群优化算法

作者：徐洪斌; 李田军; 方明亮; 李飞

来源：赤峰学院学报(自然科学版), 2019, 35(11): 47-50.

DOI：10.13398/j.cnki.issn1673-260x.2019.11.016

• 大范围优化
• 高维问题
• 随机主导学习
• 粒子群优化算法
• 参数自适应策略

针对常规进化算法在求解大范围优化问题时面临计算时间长、占据空间大等难题,本文提出了一种简单而有效的随机主导学习群优化算法-SDLSO.该算法通过引入支配的概念,即从种群中随机选择两个粒子支配该粒子时,采用速度和位置更新公式对粒子进行学习更新,综合权衡算法的勘探和开采能力.为了协助粒子群跳出局部最优,设计了一种参数自适应更新策略.选择CEC2010大范围测试函数对SDLSO算法和CSO算法进行数值仿真实验,结果表明所提出的算法可以有效求解大范围优化问题.

• 单位
  安徽工业大学; 中国人民解放军陆军炮兵防空兵学院