面向统一且灵活框架的粒子群重构
神经与进化计算
2021-04-27 v1
摘要
粒子群优化（PSO）算法自1995年原始提出以来经历了无数修改与适配。其中部分成为主流，而许多其他变体未被采纳并逐渐消失。因此，大量替代公式被提出，以至于引发这样的问题：一个算法须具备哪些基本特征才属于PSO家族。本文旨在确立PSO算法的定义，并试图以涵盖众多现有变体的方式予以公式化。因此，该方法的不同版本均可表述为所提统一框架内的设置。此外，所提公式对方法进行了泛化、解耦并引入特征，从而为每个粒子的行为提供更高灵活性。我们获得了轨迹差分方程的闭式解，辨识了不同类型的行为，将随机性解耦，并将传统全局特征（如社会拓扑与约束处理）重新定义为粒子属性。
引用
@article{arxiv.2104.12475,
title = {Particle Swarms Reformulated towards a Unified and Flexible Framework},
author = {Mauro Sebastián Innocente},
journal= {arXiv preprint arXiv:2104.12475},
year = {2021}
}
备注
Preprint The final authenticated article will be published by Springer-Nature in the Lecture Notes in Computer Science series. This research will be presented at the Twelfth International Conference on Swarm Intelligence (ICSI 2021)