斥力势场下的多粒子群协同动态优化算法及其应用
动态环境下的优化问题是当前智能计算领域一个研究热点.针对当前多种群动态优化存在的问题,提出一种基于斥力势场的多粒子群协同优化算法,利用多个种群并行搜索,当发现局部极值点后,在局部极值点处建立人工斥力势场,防止多种群对该区域重复搜索,当环境变化时,采用柯西变异对种群进行初始化,通过对DF仿真,验证了改进算法具有较好的跟踪性能.另外,本文从数学上证明了多种群搜索的优越性,分析了柯西变异优于其它变异的原因,为算法的改进策略提供了理论依据.最后将该方法应用于动态系统PID控制器的参数整定上,获得了满意的控制效果.
粒子群算法、动态优化问题、多种群协同、柯西变异
32
TP18(自动化基础理论)
国家自然科学基金项目60873107资助:中央高校基本科研业务费专项资金项目CUGL090236
2012-02-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
1325-1330