基于协同进化的动态双重自适应改进PSO算法

针对PSO算法易陷入局部最优,发生早熟这一先天缺陷,在一定的误差容忍度下,借鉴协同进化理论中主体的能动性,系统的非线性,个体与环境的协同进化及个体的自适应性等优良特性,利用Feigenbaum迭代构造混沌序列,对粒子的位置和速度进行初始化取值;采用非线性和自适应调整策略对算法中的自我学习因子、社会学习因子及惯性权重进行取值,从而形成了动态双重自适应PSO改进算法(DDAPSO)。在单模态和多模态Benchmark函数上对上述算法进行仿真,并与其他5种算法进行了对比,仿真结果表明,DDAPSO算法较其他算法在求解精度、寻优效率和稳定性上具有极大的优势,表现出了较强的寻找全局最优解的能力,具有广泛的应用前景。

转型背景下知识型企业知识状态系统演化模型探析——基于动态双重自适应PSO机理视角

借鉴自然界中的自适应法则,利用动态双重自适应PSO算法机理,对知识型企业知识状态系统演化模型进行构建,利用自适应学习系统和自适应共享系统2个复杂资源来对知识状态这一复杂自适应系统进行趋近。通过知识吸收,知识学习,知识整合,知识共享等几个步骤将知识状态系统以一种合理的方式进行演化,最后对此模型的性能和稳定性进行仿真。结果表明,动态双重自适应PSO算法机理能够较好地反映知识型企业知识状态系统的演变过程。