蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

山東師范大學(xué)商學(xué)院碩士研究生趙仕存撰寫的論文“Elite-Ordinary Synergistic Particle Swarm Optimization”在信息系統(tǒng)與管理領(lǐng)域SCI一區(qū)TOP期刊《Information Sciences》上發(fā)表。

研究介紹

優(yōu)化問題在管理決策、工業(yè)生產(chǎn)、資源調(diào)度、軍事國防等領(lǐng)域都普遍存在。隨著實際問題的復(fù)雜度提升、變量維度增多，傳統(tǒng)的確定性優(yōu)化算法（分支定界法、D.C.規(guī)劃法等）無法取得精確的決策方案。憑借靈活性、參數(shù)易調(diào)整性等特點，以粒子群優(yōu)化算法(PSO)為代表的群體智能優(yōu)化算法得到了越來越多學(xué)者的青睞。針對PSO早熟收斂、易于陷入局部最優(yōu)等問題，作者提出了精英普通粒子協(xié)同的粒子群優(yōu)化算法(EOPSO)。EOPSO從個體進(jìn)化狀態(tài)著手，將種群中的個體分為兩組：精英粒子和普通粒子。精英粒子在自信學(xué)習(xí)樣本的指引下，廣泛探索決策變量中有希望的區(qū)域以實現(xiàn)高水平的全局探索目標(biāo)。通過謙虛學(xué)習(xí)樣本，普通粒子對已探索的區(qū)域進(jìn)行分析，完成局部輔助搜尋工作的同時提升了算法的局部開發(fā)性能。

此外，文章提出的基于兩種粒子的信息交互的跳出策略有效的解決粒子進(jìn)化停滯現(xiàn)象。文章分析論證了算法的復(fù)雜度和可行性，并采用CEC2017基準(zhǔn)函數(shù)與8種先進(jìn)的PSO算法和10種新型的元啟發(fā)式優(yōu)化算法進(jìn)行對比。實驗結(jié)果不僅證實了EOPSO的優(yōu)越性和競爭力，而且揭示了它具備合理調(diào)節(jié)種群多樣性、有效避免局部最優(yōu)和精確收斂至全局最優(yōu)的能力。

該論文撰寫過程中，特別致謝鄭州大學(xué)陳科老師提出的寶貴建議、以及齊魯工業(yè)大學(xué)趙陽老師在英文撰寫上提供的幫助！

摘要

In particle swarm optimization (PSO), the canonical learning exemplars and informationsharing mechanism are often criticized due to the loss of population diversity.Aiming at preserving population diversity and promoting search ability of PSO, thispaper introduces an elite-ordinary synergistic particle swarm optimization (EOPSO).In EOPSO, particles are divided into elite and ordinary members based on their fitnessperformance. Each elite individual learns from itself to maintain populationdiversity and achieve high-level global exploration. The ordinary ones fly toward aunified target and carry out some assistant local exploitation. In addition, an informationinteraction-based jump-out strategy is designed to overcome particles stagnationsituations. The benchmark functions in CEC2017 are employed to comparethe performance between the proposed EOPSO with 18 optimization methods (8state-of-the-art PSO variants and 10 recently proposed non-PSO methods). Experimentalcomparisons demonstrate that, in EOPSO, the particles have the abilities toreasonably adjust population diversity, effectively avoid local optima, and accuratelyconverge to the global optimum.

期刊簡介

《Information Sciences》是Elsevier旗下信息科學(xué)領(lǐng)域權(quán)威級期刊，主要報道機(jī)器學(xué)習(xí)和智能系統(tǒng)等領(lǐng)域的最新研究進(jìn)展。該期刊當(dāng)前影響因子為IF（2021）=8.233，屬于中科院分區(qū)一區(qū)Top期刊、CCF-B類期刊，也是信息系統(tǒng)領(lǐng)域Top期刊。

作者簡介

趙仕存，中共黨員，商學(xué)院2020級管理科學(xué)與工程專業(yè)碩士研究生，導(dǎo)師王達(dá)。趙仕存曾獲得山東省第二屆“泉城獎學(xué)金”，山東師范大學(xué)第七屆研究生“學(xué)術(shù)十杰”。目前主要研究方向設(shè)計群體智能算法、復(fù)動力系統(tǒng)參數(shù)辨識等，在《Fractals》、《Information Sciences》等期刊累計發(fā)表SCI一區(qū)TOP論文三篇，其中第一作者（導(dǎo)師通訊）一篇，第二作者（導(dǎo)師一作、通訊）兩篇。

1.堅持佩戴口罩；

2.非必要不出市，尤其是不去中高風(fēng)險地區(qū)；

3.從中高風(fēng)險地區(qū)回濟(jì)必須主動向社區(qū)或單位報告；

4.進(jìn)入公共場所主動配合測溫、查驗健康碼，全程規(guī)范佩戴口罩；

5.養(yǎng)成良好的衛(wèi)生習(xí)慣，堅持做到勤洗手、戴口罩、不聚集、一米線、常通風(fēng)。

山東師范大學(xué)商學(xué)院

排版/ 楊雅雯

審編/ 楊雨涵

終審/ 杜 東