【报告内容】

2022.3.18 讨论课，时间：19:30，腾讯会议：981 3177 4321

汇报人：朱剑

汇报单位：福建工程学院

主题《An expanded particle swarm optimization based on multi-exemplar and forgetting ability》

1、Introduction

2、Method

3、Performance of new proposed strategies

4、Experimental studies

5、Conclution

【报告总结】

1、本文中多范例的含义。

答：本文中指的是粒子在社会学习中不只单一的学习global best，并且还学习了邻居中适应度值最好的点

2、多峰函数的理解。

答：具有多个不同的全局最优解点的测试函数

3、遗忘能力的作用。

答：能更好的保持种群的多样性，免得过早收敛，陷入局部最优解

4、Stag的作用。

答：StagGB是用来记录global best的适应度值没优化的迭代次数，当达到预设的StagMAX时就会重新计算粒子与全局最优点的欧式距离对粒子重新进行排序，重新选取邻居。

5、选取第二个社会学习范例的作用。

答：能够更好对搜索空间进行探索

报告时间：2022年03月18日19:30

腾讯会议ID：981 3177 4321

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)