论文部分内容阅读
在群体智能的实际应用中经常存在要求对标准的群体智能算法改进而能更好地切合实际应用场景的情况。现有的改进方案过于繁杂,实验者不能直接使用改进方案,往往需要进行大量的实验,检测改进后的群体智能算法的性能。经过对收敛理论的研究,给出了基于奖惩系数的群体智能算法改进理论,并利用这个理论合理地解释了部分改进方案的性能提升。