动态环境中的Memetic算法
针对近几年在进化计算领域被广泛关注的动态优化问题,提出了一种基于粒子群优化(PSO)的Memetic算法.在一种环状拓扑结构的局部PSO模型中,利用模糊认知局域搜索策略来改善部分粒于的质量,同时引入一种自组织随机移民策略来保持算法的种群多样性.通过对一组标准动态测试问题的仿真实验,能够证明所提出的算法在动态环境中的有效性和适应能力.
Memetic算法、粒子群优化算法、局域搜索、动态优化问题
27
TP18(自动化基础理论)
国家自然科学基金资助项目70931001,70771021,70671020;国家创新研究群体科学基金资助项目60821063;中央高校基本科研业务费专项资金资助N090404020;教育部博士点新教师基金资助项日200801451053
2010-10-29(万方平台首次上网日期,不代表论文的发表时间)
共9页
1060-1068