摘要:改进了动态环境下微粒群算法常用的环境检测方法,同时使用环境变化前后全局最好解的距离Dgbest(t)和种群多样性diversity(S)作为响应变化环境的依据,并将其与改进的响应方法相结合,在增加种群多样性的同时及时响应了动态环境中的各种变化.最后,将其应用于各种复杂变化的抛物线函数中,并与Eberhart—PSO和APSO进行了对比,结果表明了该算法的有效性.
关键词:微粒群算法 动态环境 种群多样性
单位:太原科技大学计算机科学与技术学院 太原030024
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社