首页 | 本学科首页   官方微博 | 高级检索  
     

一种新的求解动态连续优化的分层粒子群算法
引用本文:朱庆保,徐晓晴,朱世娟.一种新的求解动态连续优化的分层粒子群算法[J].控制与决策,2013,28(10):1573-1577.
作者姓名:朱庆保  徐晓晴  朱世娟
作者单位:1. 南京师范大学计算机科学与技术学院,南京210097; 南京师范大学江苏省信息安全保密技术工程中心,南京210097
2. 安庆师范学院计算机信息学院,安徽安庆,246001
基金项目:国家自然科学基金项目(60673102;61073118);江苏省高校自然科学基金项目
摘    要:为了高效求解动态连续优化问题,提出一种分层粒子群优化算法。该算法将动态函数定义域分成Q个子空间,每个空间用一个粒子群作为第一层进行独立搜索,Q个子空间的最优粒子再组成一个全局粒子群进行全局搜索,以达到全局牵引的作用,同时提出探测环境和响应环境的策略。利用经典的动态函数对算法进行测试,结果表明所提出算法能够迅速适应环境变化和跟踪最优解的变化,效果令人满意。

关 键 词:粒子群算法  动态优化  连续优化  分层
收稿时间:2012/6/8 0:00:00
修稿时间:2012/9/6 0:00:00

A new hierarchical PSO algorithm for solving dynamic and continuous#br# optimization problems
ZHU Qing-bao,XU Xiao-qing,ZHU Shi-juan.A new hierarchical PSO algorithm for solving dynamic and continuous#br# optimization problems[J].Control and Decision,2013,28(10):1573-1577.
Authors:ZHU Qing-bao  XU Xiao-qing  ZHU Shi-juan
Abstract:

In order to efficiently solve the dynamic and continuous optimization problems, a hierarchical PSO algorithm is proposed. The solution space of a dynamic optimization problem is divided into ?? subspaces. One particle swarm is assigned to each subspace to search independently as the first layer. Then the best particles in the ?? particle swarms as the second layer search the global domain so as to guide the other particles in each subspace. Moreover, an environment detection and response strategy is proposed. Numerical experiments on the classical dynamic function demonstrate that the algorithm can adapt dynamic environment and track a changing optimum quickly.

Keywords:particle swarm optimization  dynamic optimization  continuous  layering
本文献已被 万方数据 等数据库收录!
点击此处可从《控制与决策》浏览原始摘要信息
点击此处可从《控制与决策》下载全文
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