综合维度学习的多群协作粒子群优化算法
Multi-swarm collaborative particle swarm optimization algorithm based on comprehensive dimensional learning
兰州理工大学 计算机与通信学院, 兰州 730050
摘要
针对维度学习策略（dimensional learning strategy，DLS）中存在的过度开发问题，提出了一种综合维度学习的多群协作粒子群优化算法（CDL-MCPSO）。为提高种群搜索效率，采用基于主从范式的集群结构，将种群划分为一个主群和四个从群，主群执行综合学习策略在搜索空间进行大范围探索，从群执行综合维度学习策略（comprehensive dimensional learning，CDL）在局部最优解附近进行高精度的开发，主从群通过执行具有不同职能的算法能够有效实现其在勘探和开发之间的平衡；同时为保持种群多样性，提出了一种新的解交换机制（SEM）用于在主从群独立运行各自算法若干代之后进行信息的交流与协作，以指导粒子后期进行更准确的搜索；最后，针对初始化过程随机性过高，运用拉丁超立方体采样方法对算法重建输入分布。为验证CDL-MCPSO的有效性，将其与五种粒子群算法变体在10个测试函数上进行实验对比，结果表明该算法总是可以找到优于或相当于对比算法的解，在求解复杂函数时具有可行性和高效性。
关键词
基金项目
国家自然科学基金资助项目(62063021,62162040)
浙江省基础公益研究计划资助项目(LQ20F020011)
出版信息
DOI: 10.19734/j.issn.1001-3695.2022.01.0019
出版期卷: 《计算机应用研究》 印刷出版, 2022年第39卷 第8期
所属栏目: 算法研究探讨
出版页码: 2369-2375,2387
文章编号: 1001-3695(2022)08-022-2369-07
发布历史
[2022-03-22] 优先出版
[2022-08-05] 印刷出版
引用本文
张其文, 王杨婷. 综合维度学习的多群协作粒子群优化算法 [J]. 计算机应用研究, 2022, 39 (8): 2369-2375,2387. (Zhang Qiwen, Wang Yangting. Multi-swarm collaborative particle swarm optimization algorithm based on comprehensive dimensional learning [J]. Application Research of Computers, 2022, 39 (8): 2369-2375,2387. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
