基于定期竞争学习的多目标粒子群优化算法

刘明; 董明刚; 敬超

首页> 中文期刊> 《计算机应用》 >基于定期竞争学习的多目标粒子群优化算法

基于定期竞争学习的多目标粒子群优化算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为提高种群的多样性和算法的收敛性,提出一种基于定期竞争学习机制的多目标粒子群算法.该算法将多目标粒子群算法和竞争学习机制相结合,即每隔一定迭代代数便使用一次竞争学习机制,很好地保持了种群的多样性;同时,该算法不需要全局最优粒子的外部存档,而是从当前代种群中选取一部分优秀的粒子,再从这些优秀的粒子中随机选取一个作为全局最优粒子,能够有效提升算法的收敛性.将提出的算法与基于分解的多目标粒子群算法(MPSOD)、基于竞争机制且快速收敛的多目标粒子群(CMOPSO)算法、参考向量引导的多目标进化算法(RVEA)等8个算法在21个标准测试函数上进行了比较,结果表明,所提算法的帕累托(Pareto)前沿更加均匀,在世代距离(IGD)上会更加小.

著录项

来源
《计算机应用》 |2019年第2期|330-335|共6页
作者
刘明; 董明刚; 敬超;
展开▼
作者单位

桂林理工大学信息科学与工程学院;

广西桂林541004;

桂林理工大学信息科学与工程学院;

广西桂林541004;

广西嵌入式技术与智能系统重点实验室(桂林理工大学);

广西桂林541004;

桂林理工大学信息科学与工程学院;

广西桂林541004;

广西嵌入式技术与智能系统重点实验室(桂林理工大学);

广西桂林541004;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;算法理论;
关键词
多目标优化; 粒子群优化; 定期竞争; 竞争学习机制; 全局最优选取策略;

相似文献

中文文献
外文文献
专利

1. 基于竞争学习的粒子群优化算法设计及应用 [J] . 张钰 ,王蕾 ,周红标 . 计算机测量与控制 . 2021,第008期
2. 基于小组合作竞争学习的初中化学高效课堂管理模式研究 [J] . 杨莹颖 . 时代教育:中旬 . 2021,第9期
3. 基于竞争学习的稀疏受限玻尔兹曼机机制 [J] . 周立军 ,刘凯 ,吕海燕 . 计算机应用 . 2018,第007期
4. 基于核竞争学习算法的图像特征提取 [J] . 陈杰 ,尚丽 . 计量学报 . 2017,第005期
5. 基于竞争学习的大规模微博文本聚类 [J] . 施维 ,王兴华 ,万巍 . 江苏科技大学学报（自然科学版） . 2017,第006期
6. 基于自分裂竞争学习算法的关键帧提取 [C] . 邓克捷 ,夏利民 . 湖南省第三届研究生创新论坛——信息与控制工程的新理论和新技术分论坛 . 2010
7. 基于竞争学习机制的聚类算法在图像匹配中的应用 [A] . 张锋 . 2014

基于定期竞争学习的多目标粒子群优化算法

摘要

著录项

相似文献

相关主题

期刊订阅