目的:为了解决大规模优化问题,基于柯西和高斯分布抽样的PSO算法能够在搜索效率和收敛性方面保持平衡, 由于柯西和高斯分布的选择的概率不同,比单纯的仅用高斯分布更新位置能更好保持粒子多样性。 与传统PSO的不同点: ①摒弃了传统PSO中的速度更新公式。 ②采用柯西和高斯分布抽样来更新粒子位置。 ③根据个体最优和环形拓扑最优更新粒子位置。 传统PSO: 改进的PSO: # PSO算法 上一页 文章 KNN算法概述 下一页 文章 Python英文搜索引擎(模糊搜索) 相关文章 基于变长PSO的高维特征选择算法(VLPSO)概述 2018-09-1617 评论 基于非支配排序的多目标PSO算法MATLAB实现 2018-09-2248 评论 基于PSO的特征离散化与选择算法 2018-07-27 经典蝙蝠算法MATLAB实现 2019-02-1214 评论
老哥请问您有这篇论文的出处,不知道篇论文的名称叫什么?
Cooperative Coevolution PSO for Large Scale Optimization, USTC, Xin Yao