基于对称粒子群算法的动态环境问题求解

摘要

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.