计算机应用

作者：赵吉, 程成

单位：1. 无锡环境科学与工程研究中心, 江苏 无锡 214153;2. 江南大学 物联网工程学院, 江苏 无锡 214122;3. 中国船舶科学研究中心, 江苏 无锡 214082

关键词：群体智能,动态协同进化,演化信息,自适应无参变异,二维空间分割

基金：国家自然科学基金资助项目（61672263）；江苏省高校“青蓝工程”中青年学术带头人项目（2019）；无锡环境科学与工程研究中心中青年学术带头人项目（2018）。

为了改善随机漂移粒子群算法的群体多样性，通过演化信息的协助，提出动态协同随机漂移粒子群优化（CRDPSO）算法。利用上下文粒子的向量信息，粒子之间的动态协作增加了种群多样性，这有助于提高群体的搜索能力，并使整个群体协同搜索全局最优值。同时在演化过程中的每次迭代，利用二维空间分割树结构来存储算法中的估计解的位置和适应度值，从而实现快速适应度函数逼近。由于适应度函数逼近增强了变异策略，因此变异是自适应且无参数的。通过典型测试函数将CRDPSO算法和差分进化算法（DE）、协方差矩阵适应进化策略算法（CMA-ES）、非重复访问遗传算法（cNrGA）以及三种改进的量子行为粒子群算法（QPSO）进行比较。实验结果表明，不管是对于单峰还是多峰测试函数，CRDPSO的性能均是最优的，证明了该算法的有效性。

来源：2020年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第11期