社会群体优化(social group optimization,SGO)算法是一种基于社会群体学习而提出的一种新型优化算法.针对社会群体优化算法易于陷入局部最优问题,提出了一种多子群社会群体学习算法(MPSGO).本算法采用多子群学习方法,对算法两个阶段的个体学习方法进行改进,在维持群体收敛性能的前提下提高群体多样性,同时对部分个体中引入量子学习,使个体学习的有用信息得以增强;此外,每隔一定代数对子群进行随机重组,既能保证各子群个体充分进化,又维持了子群多样性.在设计算法的基础上,分析了其收敛性和多样性;通过与其他四种算法进行对比实验,验证了改进后算法性能更优.
展开▼
