A Dynamic Probability-Controlled Learning Swarm Optimizer for large-scale optimization

Nengxian Liu

doi:10.1016/j.swevo.2026.102424

A Dynamic Probability-Controlled Learning Swarm Optimizer for large-scale optimization

2026-05-27

0

PRE

AI

DOI：10.1016/j.swevo.2026.102424

原文链接

原文求助

摘要

En 中文

大规模优化问题（LSOPs）带来了显著挑战，因其广阔的搜索空间往往导致有效探索与高效开发的权衡困境。为解决此问题，本文提出一种动态概率控制学习群优化器（DPCLSO）。DPCLSO引入两种协同机制：（1）概率控制学习机制，根据个体质量和搜索阶段自适应地调节粒子更新；（2）动态学习样本构建策略，为不同适应度水平的粒子提供更合适的学习方向。通过协同这些机制，DPCLSO旨在实现搜索过程中更有效的探索—开发平衡。在CEC2010和CEC2013基准测试套件上的广泛实验表明DPCLSO的优越性，在两个套件的Friedman测试中均获得最高综合排名。特别是，在CEC2010基准测试的20个函数中，至少有14个函数取得了更优或具有竞争力的结果。这些结果表明DPCLSO是大规模优化问题的一种有竞争力且有效的方法。

Keyword:

Large-scale optimization

Swarm optimization

Exploration-exploitation balance

Probability-controlled learning

Dynamic learning strategy

A Dynamic Probability-Controlled Learning Swarm Optimizer for large-scale optimization

摘要

期刊

机构

引用论文