动态环境下一种改进自适应微粒群算法.pdfVIP

　2006 年 3 月 系统工程理论与实践 第 3 期 　 ( ) 文章编号 2006 动态环境下一种改进的自适应微粒群算法 单世民 ,邓贵仕 (大连理工大学系统工程所 ,辽宁 大连 116023) ( 摘要 : 　提出了一种适应复杂动态环境的微粒群算法 ———改进的自适应微粒群算法 Improved Adaptive ) ( ) Particle Swarm Optimizer ,IAPSO . 使用由DF1 Dynamic Function 1 生成的复杂动态环境对 IAPSO 算法进行 ( ) 了验证 ,并着重将 IAPSO 算法同APSO Adaptive Particle Swarm Optimizer 算法进行了对比. 实验结果证明 , 在复杂的动态环境中 ,IAPSO 算法比APSO 算法具有更好的适应性. 关键词 : 　微粒群算法 ;动态环境 ;APSO ;DF1 中图分类号 : 　TP3016 　　　　　　　　文献标识码 : 　A 　　　 Improved Adaptive Particle Swarm Optimizer in Dynamic Environment SHAN Shimin , DEN G Guishi ( Institute of Systems Engineering , Dalian University of Technology ,Dalian 116023 ,China) 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 Improved Adaptive Particle Swarm Optimizer ( IAPSO) . A number of experiments are performed to test the performance of the IAPSO. The environment used in the ( ) experiments is generated by Dynamic Function # 1 DF1 . The results of the experiments indicate that IAPSO is more ( ) adaptive than Adaptive Particle Swarm Optimizer APSO . Key words : 　PSO ;