为了解决粒子群优化算法在处理边界约束问题时容易早熟的问题,从理论上证明了传统的不可见墙(In-visib le Wall,IW)方法存在两种缺陷,即邻居中最优粒子与其他粒子具有不均等的进化机会,且大量的位置升级是多余的;并提出了一种改进的IW,...为了解决粒子群优化算法在处理边界约束问题时容易早熟的问题,从理论上证明了传统的不可见墙(In-visib le Wall,IW)方法存在两种缺陷,即邻居中最优粒子与其他粒子具有不均等的进化机会,且大量的位置升级是多余的;并提出了一种改进的IW,即对各维分别进行离界判断,若其离界则立即再次升级。实验证明,改进的IW在收敛精度和运行时间上具有更好的性能,并对不同类型的边界表现了更强的鲁棒性和一致性。展开更多
文摘为了解决粒子群优化算法在处理边界约束问题时容易早熟的问题,从理论上证明了传统的不可见墙(In-visib le Wall,IW)方法存在两种缺陷,即邻居中最优粒子与其他粒子具有不均等的进化机会,且大量的位置升级是多余的;并提出了一种改进的IW,即对各维分别进行离界判断,若其离界则立即再次升级。实验证明,改进的IW在收敛精度和运行时间上具有更好的性能,并对不同类型的边界表现了更强的鲁棒性和一致性。
