首页 | 本学科首页   官方微博 | 高级检索  
     

动态优化环境下的群核进化粒子群优化方法
引用本文:窦全胜,周春光,徐中宇,潘冠宇.动态优化环境下的群核进化粒子群优化方法[J].计算机研究与发展,2006,43(1):89-95.
作者姓名:窦全胜  周春光  徐中宇  潘冠宇
作者单位:1. 山东工商学院信息与电子工程学院,烟台,264005;吉林大学计算机科学与技术学院,长春,130012
2. 吉林大学计算机科学与技术学院,长春,130012
3. 吉林大学计算机科学与技术学院,长春,130012;长春工业大学计算机科学与工程学院,长春,130012
基金项目:中国科学院资助项目;教育部重点实验室基金
摘    要:粒子群优化方法是由Kennedy和Eberhart于1995年提出的一种基于群体智能(swarm intelligence)的进化计算技术.定义了“群核”(swarm—core)的概念,并在此基础上,提出了基于群核进化的粒子群优化方法(swarm—core evolutionary particle swarm optimization,SCEPSO),在SCEPSO方法中,为增强群体的优化能力,把群体分成了3个子群体,并且每个子群体有各自不同的“分工”.同时研究了SCEPSO方法对连续变化的最优点的动态跟踪能力,在3种动态优化模型下进行了实验.实验结果表明,与传统PSO方法相比,SCEPSO方法能够可靠并精确地跟踪连续变化的全局最优解.

关 键 词:群体智能  粒子群优化方法  动态优化  群核  子群体
收稿时间:06 30 2004 12:00AM
修稿时间:2004-06-302005-07-14

Swarm-Core Evolutionary Particle Swarm Optimization in Dynamic Optimization Environments
Dou Quansheng,Zhou Chunguang,Xu Zhongyu,Pan Guanyu.Swarm-Core Evolutionary Particle Swarm Optimization in Dynamic Optimization Environments[J].Journal of Computer Research and Development,2006,43(1):89-95.
Authors:Dou Quansheng  Zhou Chunguang  Xu Zhongyu  Pan Guanyu
Affiliation:1. School of Information and Electronics Engineering, Shandong Institute of Business and Technology, Yantai 264005; 2. College of Computer Science and Technology, Jilin University, Changchun 130012 ;3.College of Computer Science and Engineering, Changchun University of Technology, Changchun 130012
Abstract:
Keywords:swarm intelligence  particle swarm optimization  dynamic optimization problem  swarm core  sub-swarm
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号