一种求解动态多峰优化问题的Memetic粒子群算法

被引：15

作者：

王洪峰 ^{[1
]}

王娜 ^{[1
,2
]}

汪定伟 ^{[1
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 沈阳师范大学计算机与数学基础教学部

来源：

系统工程理论与实践 | 2013年 / 33卷 / 06期

基金：

中国博士后科学基金;

关键词：

Memetic算法; 粒子群优化算法; 动态多峰优化问题; 局域搜索;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

很多现实的优化问题往往是动态和多峰的,这就需要优化算法既能够发现尽可能多的最优解,同时还要追踪到这些最优解在动态环境中的变化轨迹.为了解决这种动态多峰优化问题,本文提出了一种Memetic粒子群优化算法.在提出的算法中,利用一种新的species构造方法来保证其能够发现不同最优解所在搜索区域,利用一种适应性的局域搜索算子来增强species追踪到最优解的能力,利用重新初始化策略来进一步改善算法在动态多峰环境中的性能.通过对一组标准动态测试函数——移动峰问题的仿真实验来检验所提出的MPSO算法在求解动态多峰优化问题的有效性.

引用

页码：1577 / 1586

页数：10

共 7 条

[1]

Locating multiple optima using particle swarm optimization [J].

Brits, R. ;

Engelbrecht, A. P. ;

van den Bergh, F. .

APPLIED MATHEMATICS AND COMPUTATION, 2007, 189 (02) :1859-1883

[2]

Memetic particle swarm optimization [J].

Petalas, Y. G. ;

Parsopoulos, K. E. ;

Vrahatis, M. N. .

ANNALS OF OPERATIONS RESEARCH, 2007, 156 (01) :99-127

[3]

A hierarchical particle swarm optimizer for noisy and dynamic environments [J].

Janson S. ;

Middendorf M. .

Genetic Programming and Evolvable Machines, 2006, 7 (4) :329-354

[4]

A novel adaptive sequential niche technique for multimodal function optimization.[J].Jun Zhang;De-Shuang Huang;Tat-Ming Lok;Michael R. Lyu.Neurocomputing.2006, 16

[5]

Theoretical and numerical constraint-handling techniques used with evolutionary algorithms: a survey of the state of the art.[J].Carlos A Coello Coello.Computer Methods in Applied Mechanics and Engineering.2002, 11

[6]

Evolutionary Algorithms for Constrained Parameter Optimization Problems [J].

Michalewicz, Zbigniew ;

Schoenauer, Marc .

EVOLUTIONARY COMPUTATION, 1996, 4 (01) :1-32

[7]

动态环境中的Memetic算法 [J].

王洪峰 ;

汪定伟 ;

黄敏 .

控制理论与应用, 2010, 27 (08) :1060-1068

← 1 →