matlab代码粒子群算法动态PSO-LA
基于三动作学习自动机(DPSOLA)算法的动态全局和局部组合粒子群优化算法的Matlab代码。
抽象的
最近已经开发了许多粒子群优化(PSO)算法的变体,其最大目的是摆脱局部极小值。
这些最新变化之一是PSO-LA模型,该模型采用控制粒子速度的学习自动机(LA)。
PSO的另一个变体使粒子能够动态搜索全局和局部空间。
本文提出了一种基于三动作学习自动机(DPSOLA)的动态全局和局部组合粒子群优化算法。
嵌入式学习自动机累积来自个体,局部最佳粒子和全局最佳粒子的信息,然后将它们组合以在问题空间中导航粒子。
所提出的算法已经在具有不同维度的八个基准函数上进行了测试。
从测试台来看,这项工作是独一无二的。
评估包含较大的人口规模(150)和较高的维度(150)。
结果表明,适应度和收敛速度优于传统的PSO,DGLCPSO和以前的基于PSO的LA算法。
参考
[1]
Mohammad
Hasanzadeh,Mohammad
Reza
Meybodi和Saeed
Shiry
Ghidary,“,”在2011
IEEE第12届国际计算智能和信息学研讨会
2021-11-11 11:14:41
8KB
系统开源
1