摘要:在PSO中引入反向学习策略(Opposite-Based Learning )可使粒子在搜寻过程中总能找到当前解的反向位置,增加了接近全局最优解的机会。然而,OBL仅在演化初期作用显著,在演化后期则需通过变异等手段来提高其“开发”能力。针对该问题,基于透镜成像原理,引入缩放因子和搜索半径两个可调参数进一步平衡了算法的“探索”和“开发”能力。实验表明该策略能够提高种群多样性和收敛性能。
关键词:反向学习 粒子群算法 透镜成像
单位:武汉大学软件工程国家重点实验室、武汉大学计算机学院; 湖北武汉430072; 景德镇陶瓷学院信息工程学院; 江西景德镇333403
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社