【报告内容】

汇报人：力尚龙

汇报单位：福建理工大学

主题：《A Dynamic Neighborhood-Based Switching Particle Swarm Optimization Algorithm》

1、Introduction

2、Method

3、Experiments

4、Conclusion

【报告总结】

 1、待解决的问题描述

PSO变体的拓扑结构在进化过程中是固定的，这意味着个体的邻域是固定的。这导致了两种局限：1）在大多数优化问题中很难找到一个完美的拓扑结构2）固定的邻域会导致算法的局部搜索能力差。

 2、相关创新方案

作者提出了一个基于距离的自适应邻域，在此基础上提出了一个新的更新公式来更新个体的加速度系数c1和c2、局部最优pbest以及全局最优gbest；此外，作者提出了一种转换学习状态策略；最后，作者用差分进化算法（DE）来增强局部最优pbest和全局最优gbest的多样性。

 3、实验总结

在14个标准测试函数中，作者提出的DNSPSO明显由于其他几种PSO变体。

 4、未来工作

对作者提出的基于距离的自适应邻域和转换学习状态策略进行进一步研究。

报告时间：2024年01月19日19:30

腾讯会议：371 3868 6615

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)