计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2010年
24期
150-152,155
,共4页
成照乾%王洪国%邵增珍%杨怡
成照乾%王洪國%邵增珍%楊怡
성조건%왕홍국%소증진%양이
粒子群优化%对称粒子群%静态粒子%广域学习%动态环境
粒子群優化%對稱粒子群%靜態粒子%廣域學習%動態環境
입자군우화%대칭입자군%정태입자%엄역학습%동태배경
针对动态环境问题,提出一种具有自学习功能的对称粒子群算法(SymPSO).该算法提出利用静态粒子群检测环境的变化,并基于对称粒子思想,在不增加运算量的前提下生成多个对称虚拟粒子群,扩大了种群搜索能力.为保证算法尽快逃离局部最优,给出广域学习策略,用以提高粒子的自学习能力.基于DFI环境下的仿真对比试验表明.SymPSO算法能快速跟踪最优值变化及迅速跳出局部最优,证实了其有效性.
針對動態環境問題,提齣一種具有自學習功能的對稱粒子群算法(SymPSO).該算法提齣利用靜態粒子群檢測環境的變化,併基于對稱粒子思想,在不增加運算量的前提下生成多箇對稱虛擬粒子群,擴大瞭種群搜索能力.為保證算法儘快逃離跼部最優,給齣廣域學習策略,用以提高粒子的自學習能力.基于DFI環境下的倣真對比試驗錶明.SymPSO算法能快速跟蹤最優值變化及迅速跳齣跼部最優,證實瞭其有效性.
침대동태배경문제,제출일충구유자학습공능적대칭입자군산법(SymPSO).해산법제출이용정태입자군검측배경적변화,병기우대칭입자사상,재불증가운산량적전제하생성다개대칭허의입자군,확대료충군수색능력.위보증산법진쾌도리국부최우,급출엄역학습책략,용이제고입자적자학습능력.기우DFI배경하적방진대비시험표명.SymPSO산법능쾌속근종최우치변화급신속도출국부최우,증실료기유효성.
