Effects of Canonical Particle Swarm Optimizer with Diversive Curiosity

摘要

This paper proposes a new method, named Canonical Particle Swarm Optimizer with Diversive Curios­ity (CPSO/DC), which is expected to improve the search performance of CPSO. A key idea here is to introduce an internal indicator representing diversive curiosity into CPSO for preventing premature convergence and stagnation. To demonstrate the effectiveness of the proposed method, computer experiments on a suite of 5-dimensional bench­mark problems are carried out. We investigate the characteristics of CPSO/DC, and compare its search performance with other methods such as CPSO, ECPSO, and RGA/E. The obtained results indicate that the search performance of CPSO/DC is superior to that by CPSO, ECPSO, and RGA/E (except for the Rastrigin problem).%本論文は標準的粒子群最適化器（CPSO）の探索性能を高める拡散的好奇心付き標準的粒子群最適化器（CPSO／DC）を提案する。ここでのキーアイデアは，初期収束と停滞問題を改善するためCPSOに拡散的好奇心のアルゴリズムを表現する内部指標を導入することである。この提案法の有効性を検証するため，一組の5次元ベンチマーク課題を対象とする計算機実験を行った。CPSO/DCの特性を調べ,また，他の方法との探索性能を比較した。得られた結果により,提案法CPSO／DCの探索性能がCPSO,ECPSOおよびRGA／E（Rastrigin 問題を除く）と比較して優れていることが示された。