近日，计算机科学与技术学院刘兆广副教授以第一作者身份分别在我校特类期刊《Expert Systems With Applications》上发表论文《Hybrid non-parametric particle swarm optimization and its stability analysis》，在A类期刊《电子学报》上发表论文《一种快速收敛的非参数粒子群优化算法及其收敛性分析》。主要研究成果如下：

粒子群优化算法作为一种基于群体智能的新兴优化算法，在解决对多模态，复杂的优化问题时性能优异，并在工程实践中得到了广泛的应用。在算法研究中，如何根据实际优化问题，调整粒子群算法的参数，从而达到最佳搜索效果，这一直是研究的一个热点和难点。本研究中另辟蹊径，提出了一种非参数的粒子群优化算法，从而避免了参数的调节问题。本研究算法融合了多种学习策略，包含multi-crossover操作符，vertical crossover操作符，以及exemplar-based学习策略，从而达到了全局搜索和局部搜索的平衡。进一步地，本研究还对提出的算法进行了一阶和二阶的稳定性分析，根据分析结果，提出的粒子群优化算法的种群收敛于搜索空间中的一个固定位置，同时粒子群的位置方差（二阶）收敛于零点。

（供稿审核人：王有志）