基于强化学习的粒子群优化参数适应方法
摘要：用强化学习为基础的在线参数适应方法增强粒子群优化算法(Particle Swarm Optimization, PSO)的收敛性。通过设计一个网络来控制PSO的系数。此外，基于这个方法，设计了一种新的强化学习粒子群优化算法(RLPSO)。通过对28个CEC 2013基准函数的实验，与其他在线适应方法和PSO变体进行比较，结果表明，提出的RLAM方法是高效且有效的，提出的RLPSO方法相较于其他先进的PSO变体更加优越。
作者：Yin ShiYuan
论文ID：2206.00835
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-04-05