加速的CLPSO算法
摘要：粒子群算法提供了一种在各种现有启发式算法中具有低复杂性的优化问题解决方案。算法的最新进展提高了性能，但同时也增加了计算复杂性，这是不可取的。文献表明，基于综合学习的粒子群优化算法提供了最佳的复杂性与性能平衡。我们展示了如何进一步降低该算法的复杂性，虽然会略微损失性能，但是可以接受。这种改进使得该算法可以应用于时间关键的应用，如实时跟踪、均衡等。
作者：Muhammad Omer Bin Saeed, Muhammad Saqib Sohail, Syed Zeeshan Rizvi, Mobien Shoaib, Asrar Ul Haq Sheikh
论文ID：1304.3892
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-04-16