控制与决策

作者：钱晓宇,方伟

单位：江南大学物联网工程学院,江苏无锡214122,,江南大学物联网工程学院,江苏无锡214122,

关键词：粒子群优化算法;反向学习;大规模优化问题;竞争学习;局部搜索;高维优化

基金：国家重点研发计划项目(2017YFC1601800,2017YFC1601000)；江苏省重点研发计划项目(BE2017630)；国家自然科学基金项目(61673194,62073155)；江苏省自然科学基金项目(BK20131106)；中国博士后科学基金项目(2014M560390)；江苏省高校“青蓝工程”项目.

为提升粒子群优化算法在复杂优化问题,特别是高维优化问题上的优化性能,提出一种基于Solis & Wets 局部搜索的反向学习竞争粒子群优化算法(solis and wets-opposition based learning competitive particle swarm optimizer with local search,SW-OBLCSO).SW-OBLCSO算法采用竞争学习和反向学习两种学习机制,并设计了基于个体的局部搜索算子.利用10个常用基准测试函数和12个带有偏移旋转的复杂测试函数,在不同维度情况下将SW-OBLCSO算法与多种优化算法进行对比.实验结果表明,所提出算法在收敛速度和全局搜索能力上表现出突出的性能.对模糊认知图(fuzzy cognitive maps)学习问题的测试表明,SW-OBLCSO算法在处理实际问题时同样具有出色的性能.

来源：2021年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第4期