动态环境下一种改进的小生境粒子群算法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (9): 51-54.

动态环境下一种改进的小生境粒子群算法

李孝源,李枚毅,宋凌

湘潭大学信息工程学院，湖南湘潭 411105

收稿日期:2007-07-11 修回日期:2007-10-09 出版日期:2008-03-21 发布日期:2008-03-21
通讯作者: 李孝源

Improved niche Particle Swarm Optimizer in dynamic environment

LI Xiao-yuan,LI Mei-yi,SONG Ling

Institute of Information Engineering，Xiangtan University，Xiangtan 411105，China

Received:2007-07-11 Revised:2007-10-09 Online:2008-03-21 Published:2008-03-21
Contact: LI Xiao-yuan

摘要/Abstract

摘要： 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。

关键词: 动态环境, 小生境, 微粒群算法, DF1

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 Improve Niche Particle Swarm Optimizer（IN-PSO）.It can improve the reliability and accuracy while tracking dynamic pole in dynamic environment and avoid converge to a optimality.The environment used in these experiments is generated by Dynamic Function # 1（DF1）.The results of the experiments elucidate that IN-PSO is more adaptive than Adaptive Particle Swarm Optimizer（APSO）.

Key words: dynamic environment, niche, PSO, DF1

李孝源,李枚毅,宋凌. 动态环境下一种改进的小生境粒子群算法[J]. 计算机工程与应用, 2008, 44(9): 51-54.

LI Xiao-yuan,LI Mei-yi,SONG Ling. Improved niche Particle Swarm Optimizer in dynamic environment[J]. Computer Engineering and Applications, 2008, 44(9): 51-54.

[1]	杨世强，范国豪，白乐乐，赵成，李德信. 基于几何约束的室内动态环境视觉SLAM[J]. 计算机工程与应用, 2021, 57(16): 203-212.
[2]	钱武文1，柴军瑞1，2. 基于复合形法的聚类遗传算法[J]. 计算机工程与应用, 2017, 53(3): 87-94.
[3]	王鹏，陈得宝，邹锋，李峥. 引导小生境回溯优化算法[J]. 计算机工程与应用, 2017, 53(21): 126-131.
[4]	梁平，刘明周. 一种多染色体交叉的小生境遗传算法[J]. 计算机工程与应用, 2016, 52(18): 162-166.
[5]	孙永河1，段万春1，李春好2，许成磊1. 动态环境下的群组专家多准则变权决策方法[J]. 计算机工程与应用, 2015, 51(2): 1-6.
[6]	王润民. 基于微粒群算法的视网膜血管自动提取方法[J]. 计算机工程与应用, 2015, 51(2): 177-180.
[7]	朱磊1，吉峰2，白瑞林1. 基于灰度-梯度二维对称Tsallis交叉熵的阈值分割[J]. 计算机工程与应用, 2015, 51(19): 194-199.
[8]	朱文超，许德章. 六维力传感器下E膜小生境野草EKF滤波研究[J]. 计算机工程与应用, 2015, 51(18): 62-68.
[9]	吕战永，曹江涛. 自反馈生物激励神经网络机器人路径规划[J]. 计算机工程与应用, 2014, 50(16): 255-258.
[10]	于洪涛，钱磊. 一种改进的分布式查询优化算法[J]. 计算机工程与应用, 2013, 49(8): 151-155.
[11]	许成谦，郝红杰. 改进的智能优化在多用户检测中的应用[J]. 计算机工程与应用, 2013, 49(3): 143-146.
[12]	汪佳1，姚建刚1，孙谦1，张璨辉2，李昀3，白清贵1. 电力系统PMU最优配置问题的混合优化算法[J]. 计算机工程与应用, 2013, 49(3): 267-270.
[13]	张航1，李梦丽2，杨清波2. 基于小生境遗传算法的粒子滤波算法[J]. 计算机工程与应用, 2013, 49(18): 191-194.
[14]	朱颀，陈成栋，陈华平. 差异工件流水车间批调度问题的求解[J]. 计算机工程与应用, 2013, 49(13): 221-227.
[15]	欧阳浩，陈波. 求解最小生成树的一种小生境遗传禁忌算法[J]. 计算机工程与应用, 2013, 49(1): 59-61.