通过通信拓扑提升粒子群优化的可解释性与可靠决策
机器学习
2025-08-13 v1 人工智能
摘要
群体智慧在工程和医疗等诸多领域有效优化复杂系统，但算法解决方案常因配置不清晰和超参数而导致可靠性低。本研究聚焦粒子群优化(PSO)，分析不同通信拓扑(环形、星形和von Neumann)对收敛和搜索行为的影响。借助适应的IOHxplainer—an explainable benchmarking tool，我们探讨了这些拓扑如何影响信息流、多样性和收敛速度，从而阐明了探索与开发之间的平衡。通过可视化和统计分析，该研究增强了PSO决策的可解释性，提供了针对特定优化任务选择合适拓扑的实用指南。最终，这有助于使基于群体的优化更加透明、稳健和可信。
引用
@article{arxiv.2504.12803,
title = {Enhancing Explainability and Reliable Decision-Making in Particle Swarm Optimization through Communication Topologies},
author = {Nitin Gupta and Indu Bala and Bapi Dutta and Luis Martínez and Anupam Yadav},
journal= {arXiv preprint arXiv:2504.12803},
year = {2025}
}