V 形 BPSO 算法的误差发现与纠正
神经与进化计算
2024-07-26 v1
摘要
BPSO（Binary Particle Swarm Optimization）算法是一种群体智能优化算法，具有良好的优化效果、高效率以及易于实现的特点。近年来，它被用于优化各种机器学习和深度学习模型，如 CNN、LSTM、SVM 等。但由于缺乏探索能力，容易陷入局部最优。近期研究发现，文章中存在一种错误，其会导致粒子行为异常且混乱。这不仅使算法难以收敛，还常常在重复的空间中进行搜索。因此，传统上需要依赖后期较小的惯性参数来强制算法收敛，但这也会使算法迅速丧失搜索能力，容易陷入局部最优。本文提出了一种针对所有 V 形 BPSO 的速度遗留项纠正方法。基于 0/1 背包问题的实验表明，该方法对这四种常用 V 形 BPSO 的准确性和效率都有显著提升。因此，这是 swarm intelligence（群体智能）领域的一个重要突破。
引用
@article{arxiv.2407.17889,
title = {An Error Discovery and Correction for the Family of V-Shaped BPSO Algorithms},
author = {Qing Zhao and Chengkui Zhang and Hao Li and Ting Ke},
journal= {arXiv preprint arXiv:2407.17889},
year = {2024}
}
备注
25 pages, 11 figures