一种邻域重心反向学习的粒子群优化算法-电子学报.PDF

第１１期 电　　子　　学　　报 Ｖｏｌ．４５　Ｎｏ．１１ ２０１７年１１月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｎｏｖ．　２０１７ 一种邻域重心反向学习的粒子群优化算法 １，２ １ ３ ２ 周凌云 ，丁立新 ，彭　虎 ，强小利 （１．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； ２．中南民族大学计算机科学学院，湖北武汉４３００７４； ３．九江学院信息科学与技术学院，江西九江３３２００５） 　　摘　要：　粒子群优化算法使用反向学习技术可以提高性能．然而，现有的反向学习粒子群优化算法仅采用粒子 最大最小边界计算反向解，没有充分利用群体搜索经验．针对此问题，提出了一种邻域重心反向学习策略，使用邻域重 心作为参考点计算反向解，充分吸收群体搜索经验的同时保持种群多样性；采用收缩因子拓展反向解搜索范围，增加 找到更高质量解的机率．在典型的基准测试函数、ＣＥＣ’１３测试函数和一个实际工程优化问题上进行验证，实验结果 说明了邻域重心反向学习策略的有效性和本文算法的竞争力． 关键词：　反向学习；邻域重心；多样性；粒子群优化 中图分类号：　ＴＰ１８　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１７）１１２８１５１０ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１７．１１．０３２ ＮｅｉｇｈｂｏｒｈｏｏｄＣｅｎｔｒｏｉｄＯｐｐｏｓｉｔｉｏｎＢａｓｅｄＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ １，２ １ ３ ２ ＺＨＯＵＬｉｎｇｙｕｎ ，ＤＩＮＧＬｉｘｉｎ，ＰＥＮＧＨｕ，ＱＩＡＮＧＸｉａｏｌｉ （１．ＳｔａｔｅＫｅｙＬａｂｏｆＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，ＣｏｍｐｕｔｅｒＳｃｈｏｏｌ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ，Ｈｕｂｅｉ４３００７２，Ｃｈｉｎａ； ２．ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＳｏｕｔｈＣｅｎｔｒａｌＵｎｉｖｅｒｓｉｔｙｆｏｒＮａｔｉｏｎａｌｉｔｉｅｓ，Ｗｕｈａｎ，Ｈｕｂｅｉ４３００７４，Ｃｈｉｎａ； ３．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＪｉｕｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｊｉｕｊｉａｎｇ，Ｊｉａｎｇｘｉ３３２００５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ｕｓｉｎｇｏｐｐｏｓｉｔｉｏｎｂａｓｅｄｌｅａｒｎｉｎｇｃａｎｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｌｇｏ ｒｉｔｈｍ．Ｈｏｗｅｖｅｒ，ｔｈｅｃｕｒｒｅｎｔｏｐｐｏｓｉｔｉｏｎｂａｓｅｄｌｅａｒｎｉｎｇｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓｃａｌｃｕｌａｔｅｔｈｅｏｐｐｏｓｉｔｅｓｏｌｕｔｉｏｎ ｂｙｕｓｉｎｇｃｏｏｒｄｉｎａｔｅｓｏｆｔｈｅｃａｎｄｉｄａｔｅｓｏｌｕｔｉｏｎ，ｔｈｅｍａｘｉｍｕｍａｎｄｔｈｅｍｉｎｉｍｕｍｏｆａｐｏｐｕｌａｔｉｏｎ，ｗｉｔｈｏｕｔｍａｋｉｎｇｆｕｌｌｕｓｅｏｆ ｔｈｅｓｅａｒｃｈｅｘｐｅｒｉｅｎｃｅｏｆｔｈｅｐｏｐｕｌａｔｉｏｎ．Ａｎｅｉｇｈｂｏｒｈｏｏｄｃｅｎｔｒｏｉｄｏｐｐｏｓｉｔｉｏｎｂａｓｅｄｌｅａｒｎｉｎｇｓｔｒａｔｅｇｙｉｓｐ