10.3321/j.issn:1000-6788.2008.04.013
动态环境下一种改进的微粒群算法
改进了动态环境下微粒群算法常用的环境检测方法,同时使用环境变化前后全局最好解的距离Dgbest(t)和种群多样性diversity(S)作为响应变化环境的依据,并将其与改进的响应方法相结合,在增加种群多样性的同时及时响应了动态环境中的各种变化.最后,将其应用于各种复杂变化的抛物线函数中,并与Eberhart-PSO和APSO进行了对比,结果表明了该算法的有效性.
微粒群算法、动态环境、种群多样性
28
TP18(自动化基础理论)
国家自然科学基金60674104;山西省自然科学基金2007011046
2008-06-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
96-100,107