计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
9期
51-54
,共4页
动态环境%小生境%微粒群算法%DF1
動態環境%小生境%微粒群算法%DF1
동태배경%소생경%미립군산법%DF1
为了提高在动态环境下追踪变化的极点的可靠性和精确性的能力,避免算法收敛于一个最优解,提出了一种改进的小生境微粒群算法.使用DF1(Dynamic Function 1)生成的复杂动态环境对这种算法进行了验证,并与经典的APSO(Adaptive Particle Swarm Optimizer)算法进行了对比,实验结果表明了该算法的有效性.
為瞭提高在動態環境下追蹤變化的極點的可靠性和精確性的能力,避免算法收斂于一箇最優解,提齣瞭一種改進的小生境微粒群算法.使用DF1(Dynamic Function 1)生成的複雜動態環境對這種算法進行瞭驗證,併與經典的APSO(Adaptive Particle Swarm Optimizer)算法進行瞭對比,實驗結果錶明瞭該算法的有效性.
위료제고재동태배경하추종변화적겁점적가고성화정학성적능력,피면산법수렴우일개최우해,제출료일충개진적소생경미립군산법.사용DF1(Dynamic Function 1)생성적복잡동태배경대저충산법진행료험증,병여경전적APSO(Adaptive Particle Swarm Optimizer)산법진행료대비,실험결과표명료해산법적유효성.