粒子群优化方法在动态优化中的研究现状

被引：20

作者：

陈杰 ^{[1
]}

潘峰 ^{[1
,2
]}

王光辉 ^{[1
]}

机构：

[1] 北京理工大学复杂系统智能控制与决策教育部重点实验室

[2] Department of Electrical and Computer Engineering,Purdue School of Engineering and Technology,Indiana University-Purdue University Indianapolis

来源：

智能系统学报 | 2009年 / 4卷 / 03期

关键词：

粒子群优化方法; 动态环境优化; 检测策略; 应对策略; 性能评价;

D O I：

暂无

中图分类号：

TP393.4 [国际互联网];

学科分类号：

081206 [计算机网络与安全];

摘要：

作为一种基于群智能的并行随机优化方法,粒子群优化算法(PSO)在优化求解问题中体现出了良好的性能.从提出至今引起了广泛的关注,研究成果也不断涌现.从2000年开始,PSO被用于动态优化问题中.这对PSO的研究提出了新的挑战,对于动态问题的优化不再是在解空间中找到一个最优点,而是要尽可能地在解空间中跟踪运动变化的最优点.对目前为止对于PSO在动态环境优化问题的研究内容进行了分析和总结,介绍了针对动态环境优化问题PSO的改进方法、对环境变化的检测和应对策略、优化性能评价的一系列方法以及各种试验及应用案例.

引用

页码：189 / 198

页数：10

共 7 条

[1]

利用有效信息的粒子群优化算法 [J].