首页> 中文期刊> 《智能系统学报》 >粒子群优化方法在动态优化中的研究现状

粒子群优化方法在动态优化中的研究现状

     

摘要

作为一种基于群智能的并行随机优化方法,粒子群优化算法(PSO)在优化求解问题中体现出了良好的性能.从提出至今引起了广泛的关注,研究成果也不断涌现.从2000年开始,PSO被用于动态优化问题中.这对PSO的研究提出了新的挑战,对于动态问题的优化不再是在解空间中找到一个最优点,而是要尽可能地在解空间中跟踪运动变化的最优点.对目前为止对于PSO在动态环境优化问题的研究内容进行了分析和总结,介绍了针对动态环境优化问题PSO的改进方法、对环境变化的检测和应对策略、优化性能评价的一系列方法以及各种试验及应用案例.

著录项

  • 来源
    《智能系统学报》 |2009年第3期|189-198|共10页
  • 作者

    陈杰; 潘峰; 王光辉;

  • 作者单位

    北京理工大学;

    复杂系统智能控制与决策教育部重点实验室;

    北京100081;

    北京理工大学;

    复杂系统智能控制与决策教育部重点实验室;

    北京100081;

    Department of Electrical and Computer Engineering;

    Purdue School of Engineering and Technology;

    Indiana University-Purdue University Indianapolis;

    Indianapolis;

    IN 46202;

    USA;

    北京理工大学;

    复杂系统智能控制与决策教育部重点实验室;

    北京100081;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP391.41;
  • 关键词

    粒子群优化方法; 动态环境优化; 检测策略; 应对策略; 性能评价;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号