GEPSO公司 swMATH ID: 37529 软件作者： 塞迪吉扎德，达沃德；Ellips Masehian；塞迪吉扎德，莫斯塔法；侯赛因·阿克巴里普尔 描述： GEPSO：一种新的广义粒子群优化算法。粒子群优化（PSO）算法是一种自然启发的元神经算法，自1995年问世以来，它已被广泛用作一种强大的优化工具。由于其参数和概念的灵活性，粒子群优化算法出现了许多变体，可能比任何其他元神经算法都多。本文引入了广义粒子群优化（GEPSO）算法，作为用于连续空间优化的PSO算法的新版本，该算法通过在速度更新方程中加入两个新项来丰富原始PSO。这些术语旨在加深粒子之间的相互关系及其知识共享，增加群中的多样性，并在搜索空间的未探索区域提供更好的搜索。此外，还采用了一种新的方法动态更新粒子的惯性权重，从而控制群向解的收敛。此外，由于启发式和元神经算法的参数对其性能有重大影响，因此制定了GEPSO参数调整的综合指南。GEPSO、原始PSO、排斥PSO（REPSO）、被动聚合PSO（PSOPC）、负PSO（NPSO）、确定性PSO（DPSO）和基于行搜索的无导数PSO（LS-DF-PSO）求解众多著名基准函数的计算结果这些方法表明，GEPSO在适应度函数值和运行时间的平均值和标准偏差方面优于比较方法。 主页： https://www.sciencedirect.com/science/article/abs/pii/S0378475420302743 关键词： 启发式算法;粒子群优化（PSO）;参数整定;群体智能 相关软件： 安全保障局;全球野生动物组织;GSA公司;WOA公司;美国政府;AOA公司;公共管理硕士;MSMA公司;开花-四分之一;乌兹拉布 引用于： 5文件 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 GEPSO：一种新的广义粒子群优化算法。 Zbl 1524.90349号达沃德Sedighizadeh;埃利普斯·马塞希安;穆斯塔法·塞迪吉扎德;侯赛因·阿克巴里普尔 2021 全部的 前5名18位作者引用 1 侯赛因·阿克巴里普尔 1 程勇 1 邓凌云 1 贝鲁奥斯·凯什特加 1 李洪如 1 刘三阳 1 罗昌奇 1 埃利普斯·马塞希安 1 牛小鹏 1 荣、宝 1 达沃德Sedighizadeh 1 穆斯塔法·塞迪吉扎德 1 史明明 1 杨旭 1 姚志新 1 于超 1 赵文龙 1 朱顺鹏 3篇连载文章中引用 2 应用力学与工程中的计算机方法 2 模拟中的数学和计算机 1 应用数学建模 全部的 前5名在7个字段中引用 5 运筹学、数学规划（90-XX） 2 计算机科学（68至XX） 1 变分法与最优控制；最优化（49至XX） 1 统计学（62-XX） 1 粒子和系统力学（70-XX） 1 可变形固体力学（74-XX） 1 系统论；控制（93至XX） 按年份列出的引文