MFPSO&MFDE:多因子PSO与多因子DE的实证研究
参考文献
An Empirical Study of Multifactorial PSO and Multifactorial DE
Abstract
在本文中,我们首次尝试使用流行的粒子群优化和差分进化搜索进行MFO。提出了两种具体的多任务范式,即多因子粒子群优化(MFPSO)和多因子差分进化(MFDE)。
MULTIFACTORIAL OPTIMIZATION WITH PSO AND DE
- MFEA基本框架
由算法1描述
- Assortative Mating for MFPSO
算法2给出了MFPSO中组合交配的伪码。
如果
r
a
n
d
rand
rand小于随机交配概率
r
m
p
rmp
rmp,则在粒子
i
i
i的速度更新中使用具有不同技能因子的全局最佳解(即算法2第3行中的
p
g
d
′
p^′_{gd}
pgd′)。
- Assortative Mating for MFDE
算法3给出了MFDE中组合交配的伪码。
如果
r
a
n
d
rand
rand小于随机交配概率
r
m
p
rmp
rmp,随机选择两个与
x
r
1
g
x^g_{r1}
xr1g技能因子不同的个体(即算法3第3行中的
x
r
2
′
g
x^{'g}_{r2}
xr2′g和
x
r
3
′
g
x^{'g}_{r3}
xr3′g)。