近日，我校计算机学院田东平教授团队完成的研究论文“Particle swarm optimization based on K-means clustering and adaptive dual-groups strategy”在国际著名学术期刊Swarm and Evolutionary Computation上发表。该期刊属于中国科学院SCI计算机（理论方法）类一区期刊，最新影响因子8.5。论文第一作者为我校计算机学院2024级软件工程专业研究生范雨玉。这是近年来田东平教授团队在该期刊上发表的第四篇同系列研究成果。
（粒子运动轨迹图）
粒子群优化（PSO）是一种元启发式智能搜索算法。与其他进化计算类似，在求解复杂的多模态问题时同样面临早熟收敛和易陷入局部最优的缺点。为此，该论文提出一种基于k-means聚类算法和自适应双组策略的粒子群优化算法解决上述相关问题。首先，采用双群协同搜索和协同进化机制以平衡算法的全局和局部优化性能。其次，应用综合学习和精英-普通粒子分层策略促进粒子间的信息交流，加快优化收敛过程。与此同时，基于自适应概率驱动的精英替换和竞争扰动机制确保群体的多样性。最后，通过在基准测试集CEC2017/2022以及齿轮传动系统设计和调频声波参数校准中的应用，验证了论文中所提出方法的有效性和鲁棒性。这对群智能优化乃至整个演化计算领域的研究都有一定的启发和指导意义。（科研管理处、计算机学院 文、图/李会莉 审核/胡登卫、李亚峰）
原文链接：https://www.sciencedirect.com/science/article/pii/S2210650225003839
