动态优化环境下的群核进化粒子群优化方法

被引：19

作者：

窦全胜 ^{[1
]}

周春光 ^{[2
]}

徐中宇 ^{[2
]}

潘冠宇 ^{[2
]}

机构：

[1] 山东工商学院信息与电子工程学院

[2] 吉林大学计算机科学与技术学院

来源：

计算机研究与发展 | 2006年 / 01期

关键词：

群体智能; 粒子群优化方法; 动态优化; 群核; 子群体;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

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(swarmintelli-gence)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 swarmopti mization,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SCEP-SO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·

引用

页码：89 / 95

页数：7

共 4 条

[1] 粒子群优化的两种改进策略 [J].

窦全胜 ;

周春光 ;

马铭 .

计算机研究与发展, 2005, (05) :897-904

[2] 粒子群优化算法 [J].

李爱国 ;

覃征 ;

鲍复民 ;

贺升平 .

计算机工程与应用, 2002, (21) :1-3+17

[3] 基于改进粒子群游优化的模糊逻辑系统自学习算法 [J].

徐海 ;

刘石 ;

马勇 ;

蓝鸿翔 .

计算机工程与应用, 2000, (07) :62-63+147

[4]

Recent approaches to global optimization problems through Particle Swarm Optimization[J] . K.E. Parsopoulos,M.N. Vrahatis.Natural Computing . 2002 (2-3)

← 1 →