改进粒子群算法的目标函数变化分类动态优化.pdf

2017年4月 1日 现代电子技术 Apr．2017 第40卷第 7期 ModernElectronicsTechnique Vo1．40 No．7 doi：10．16652~．issn．1004．373x．2017．07．046 改进粒子群算法的 目标函数变化分类动态优化 苏 玉 ，孑L国并0 (中州大学 信息工程学院，河南 郑州 450001) 摘 要：由于优化 问题的 目标函数和约束条件都随着时间而改变导致其最优值也发生改变，提 出一种基于改进粒子群 算法的 目标函数变化分类动态优化算法。首先对动态优化 问题进行定义，明确问题的研究对象，提出对 目标函数随时间变 化程度分类的思想，通过对变化的函数进行监测的方法将其分为剧烈变化、中等程度变化和弱变化三种类型，并针对不同的 强度变化对粒子群算法采用不同的改进策略，最后将不同的策略融入计算。通过采用移动多峰问题进行测试，结果表明，提 出的改进粒子群优化算法能监测 目标函数变化，并能随时跟踪到最优解，平均离线误差相对于标准粒子群算法更小，性能更 稳 定。 关键词：粒子群算法；动态优化；目标函数时变分类；移动峰问题 中图分类号：TN911．1．34；TP301．6 文献标识码：A 文章编号：1004．373X(2017)07．0175．04 Dynamicoptimizationofobjectivefunctionchangingclassificationbasedonimproved particleswarm optimization SU Yu，KONGGuoli (CollegeofInformationEngineering，ZhongzhouUniversity，Zhengzhou450001，China) Abstract：Theobjectivefunctionandconstraintconditionfortheoptimizationproblem arechangedwithtime，andmay changeitsoptimalvalue．A dynamicoptimizationoftheobjectivefunctionchangingclassificationbasedonimprovedparticle swarmoptimizationisproposed．Thedynamicoptimizationproblem isdefinedtodeterminethestudyobjectoftheproblem．The classificationthoughtthattheobjectivefunctionischangedwiththetimevaryingdegreeisputforward．Thevaryingfunctionis dividedintothetypesofdrasticchange，medium gradechangeandweakchangewiththemonitoringmethod．Differentstrategies areadoptedfortheparticleswarm optimizationaccordingtothedifferentintensitychanges，andintegratedofrcomputation．The algorithm wastested with themovingmulti—peakproblem．Thetestresultsshow thattheimproved particleswarm optimization canmonitorthechangesoftheobjectivefunction，tr