| 动态环境下一种改进的自适应微粒群算法 |
| |
| 引用本文： | 单世民,邓贵仕.动态环境下一种改进的自适应微粒群算法[J].系统工程理论与实践,2006,26(3):39-44. |
| |
| 作者姓名： | 单世民 邓贵仕 |
| |
| 作者单位： | 大连理工大学系统工程所,辽宁,大连,116023 |
| |
| 摘 要： | 提出了一种适应复杂动态环境的微粒群算法———改进的自适应微粒群算法(Improved AdaptiveParticle Swarm Optimizer,IAPSO).使用由DF1(Dynamic Function 1)生成的复杂动态环境对IAPSO算法进行了验证,并着重将IAPSO算法同APSO(Adaptive Particle Swarm Optimizer)算法进行了对比.实验结果证明,在复杂的动态环境中,IAPSO算法比APSO算法具有更好的适应性.
|
| 关 键 词： | 微粒群算法 动态环境 |
| 文章编号： | 1000-6788(2006)03-0039-06 |
| 修稿时间： | 2005年4月30日 |
Improved Adaptive Particle Swarm Optimizer in Dynamic Environment |
| |
| SHAN Shi-min,DENG Gui-shi.Improved Adaptive Particle Swarm Optimizer in Dynamic Environment[J].Systems Engineering —Theory & Practice,2006,26(3):39-44. |
| |
| Authors: | SHAN Shi-min DENG Gui-shi |
| |
| Abstract: | The purpose of this paper is to present a modified Particle Swarm Optimization(PSO) algorithm applied to the complex dynamic environment.The method presented is defined as Improved Adaptive Particle Swarm Optimizer(IAPSO).A number of experiments are performed to test the performance of the IAPSO.The environment used in the experiments is generated by Dynamic Function #1(DF1).The results of the experiments indicate that IAPSO is more adaptive than Adaptive Particle Swarm Optimizer(APSO). |
| |
| Keywords: | APSO DF1 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
| 点击此处可从《系统工程理论与实践》下载免费的PDF全文 |
