多种群协同粒子群优化算法求解动态环境优化问题
对于动态环境问题的优化不再是在解空间中找到一个最优点，而是要尽可能的在解空间中跟踪运动变化的最优点。作为一种基于群智能的并行随机优化方法，粒子群优化算法(PSO)在优化求解问题中体现出了良好的性能。针对基本粒子群优化算法容易收敛到局部位置而失去跟踪能力，本文提出了多种群协同粒子群优化算法(CmSPSO)，当两子群的最优距离小于排斥半径时，两种群协同初始化来搜索未知解空间。实验表明，该算法简单有效，能在保持种群收敛性的基础上提高粒子多样性，能较好地跟踪变化的最优位置。
动态环境优化 粒子群优化方法 多种群协同 排斥半径 平均误差率
王光辉 陈杰 潘峰
北京理工大学 信息科学技术学院自动控制系，北京 100081
国内会议
昆明
中文
43-48
2008-07-01（万方平台首次上网日期，不代表论文的发表时间）