集体中动荡：测试粒子群优化框架中信息化与非信息化多样性增强机制
神经与进化计算
2026-05-26 v1 最优化与控制
摘要
粒子群优化（PSO）常常 suffer from 早期收敛。本文引入一系列以问题为导向的多样性增强策略，通过操控群体的社交和认知组件实现。这些包括反向最佳策略用于排斥粒子远离最优区域、负学习策略用于引导探索指向劣势解、以及逆向学习策略用于将粒子推远离劣势区域。这些社会认知机制被评估为一套问题不可感知的显式随机化策略，这些策略通过对速度更新组件或直接对位置更新注入随机性来实现。结果表明，多样性增强的有效性主要取决于其在群体动力学中的嵌入方式，而非单纯存在的额外问题导向性指导。特别地，引入速度更新层面的随机扰动始终优于直接作用在粒子位置上的随机扰动。
引用
@article{arxiv.2605.25093,
title = {Anarchy in the swarm: Testing informed and uninformed diversity-enhancing mechanisms within PSO framework},
author = {Piotr Urbańczyk and Aleksandra Urbańczyk},
journal= {arXiv preprint arXiv:2605.25093},
year = {2026}
}
备注
12 pages, 1 figure, 5 tables