首页|基于决策变量分组的粒子群算法求解大规模优化问题

基于决策变量分组的粒子群算法求解大规模优化问题

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对社会学习粒子群算法在求解大规模优化问题时存在的收敛速度慢以及种群多样性缺失等问题,提出一种基于决策变量分组的粒子群算法.根据决策变量间的相关性对决策变量分组,提高算法的收敛速度.采用反向学习策略,通过生成反向解,提高算法的全局寻优能力.采用CEC2010测试函数集对本文算法进行测试,仿真结果与已有典型算法进行对比,验证了本文算法的有效性.
Particle swarm optimization algorithm based on grouping of decision variables to solve large-scale optimization problems

白晓慧、何小娟、孙超利、时振涛、张国晨

展开 >

太原科技大学应用科学学院,山西太原030024

太原科技大学计算机科学与技术学院,山西太原030024

决策变量分组 反向学习 大规模优化问题

国家自然科学基金山西省自然科学基金山西省自然科学基金山西省优秀人才科技创新项目山西省留学回国人员科技活动择优资助项目

61876123201801D121131201901D111264201805D211028

2020

宁夏师范学院学报
宁夏师范学院

宁夏师范学院学报

影响因子：0.138
ISSN：1674-1331
年,卷(期)：2020.41(4)
  • 2
  • 8