.png){kind=icon}
返回
Exemplar Learning and Memory Retrieval-Based Particle Swarm Optimization Algorithm with Engineering Applications
.png){kind=icon}
OA
AI
DOI：10.3390/biomimetics10100708.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
粒子群优化（PSO）是一种受生物启发的随机优化算法，模拟鸟群的觅食行为。尽管其简单高效，但PSO常出现早熟收敛和探索与开发平衡性差的问题。这些缺陷主要源于其有限的学习源和刚性的位置更新机制。为解决这些问题，本文提出了一种增强型PSO框架，称为基于典范学习与记忆检索的粒子群优化（EMPSO）。EMPSO的设计灵感来自生物群体中观察到的学习、记忆和适应机制。它整合了三种互补策略以提升群智能。首先，精英典范学习机制聚合顶尖粒子的位置信息，构建更可靠的引导向量。其次，记忆检索策略保留近期对全局改进有贡献的典范，并基于近期偏好概率性地重用它们，从而实现有效的知识继承。第三，自适应位置更新方案根据适应度排名为粒子分配探索或开发导向的行为，促进群内动态角色分化。在CEC2017和CEC2022基准测试套件上的全面实验表明，EMPSO持续优于六种代表性算法。此外，在三个工程设计问题和最优PMU布置任务中的应用验证了其鲁棒性和实际有效性。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
暂无期刊信息
机构
引用论文
Fu, W.Y. Adaptive-Acceleration-Empowered Collaborative Particle Swarm Optimization. Inf. Sci. 2025, 721, 122621. [Google Scholar] [CrossRef]Fu, W.Y. 基于自适应加速度增强的协同粒子群优化算法. Inf. Sci. 2025, 721, 122621. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏PSO-based image encryption scheme using modular integrated logistic exponential map基于PSO的模块化集成logistic指数映射图像加密方案
PREAI
分享收藏Bayesian damage identification of an unsymmetrical frame structure with an improved PSO algorithmSTRUCTURES
STRUCTURESIF4.3
PREAI
分享收藏Hybrid beluga whale optimization algorithm with multi-strategy for functions and engineering optimization problemsJOURNAL OF BIG DATA
OAAI
JOURNAL OF BIG DATAIF6.4
OAAI分享收藏A Novel Sigmoid-Function-Based Adaptive Weighted Particle Swarm Optimizer一种基于Sigmoid函数的自适应加权粒子群优化算法OAAI
OAAI分享收藏Secretary bird optimization algorithm: a new metaheuristic for solving global optimization problems秘书鸟优化算法: 解决全局优化问题的一种新的元启发式算法OAAI
OAAI分享收藏
查看更多内容