-
Adaptive-CLPSO:一种在Matlab中实现的粒子群算法,其特点是综合学习并进行自适应参数选择
资源介绍
matlab代码粒子群算法自适应CLPSO
Matlab代码用于宏观自适应综合学习粒子群优化器(MaPSO)和微观自适应综合学习粒子群优化器(MiPSO)算法。
抽象的
优化启发式算法(如粒子群优化器(PSO))的广泛使用对参数自适应提出了巨大挑战。
PSO的一种变体是综合学习粒子群优化器(CLPSO),它使用所有个人的最佳信息来更新其速度。
CLPSO的新颖策略使种群能够从特定世代的样本中进行读取,这称为刷新间隙m。
在本文中,我们开发了两类学习自动机(LA),以研究自动机对CLPSO刷新间隙调整的学习能力。
在第一类中,将学习自动机分配给总体,在第二类中,每个粒子都有自己的个人自动机。
我们还将所提出的算法与CLPSO和CPSO-H算法进行了比较。
仿真结果表明,我们的算法在性能,鲁棒性和收敛速度方面均优于同类算法。
参考
[1]
Mohammad
Hasanzadeh,Mohammad
Reza
Meybodi和Mohammad
Mehdi
Ebadzadeh,“,”在人工智能和信号处理中,Springer国际出版,2014年,第267-276页。