刘子坤,李枚毅,张 晓

(湘潭大学信息工程学院,湖南湘潭411105)

动态环境下运用对称位移映射的PSO算法

刘子坤,李枚毅,张 晓

(湘潭大学信息工程学院,湖南湘潭411105)

粒子群优化算法在求解动态优化问题时存在多样性缺失和寻优效率低的问题,为此,提出一种运用对称位移映射的双子群算法。该算法通过2组相互协同的主、辅子群并行地搜索变化的最优值。辅子群采取差异进化机制不断探索新环境,在感知环境变化时引入一种对称位移映射策略,使粒子对称分布在最优解的周围,以提高算法收敛到最优解的概率。使用MPB和DF1两种经典的Benchmark测试函数生成复杂的动态环境,对该算法进行实验仿真,结果表明,该算法能提高跟踪动态变化极值的准确性。

粒子群优化;动态环境;优化问题;双子群协同;对称位移映射;差异进化

1 概述

粒子群优化算法操作简便、收敛能力较强,自问世以来备受关注,并在很多领域的静态优化问题中得到成功的应用［1］。然而真实世界中遇到的最优化问题大部分是随时间变化的动态环境,频繁变化的解空间使得这一时刻的最优解不一定是下一时刻的最优解。因此,在求解动态优化问题时,算法的目标不再是为了获得一个满意解,而是要具有较强的对环境变化的适应能力,尽可能追踪到最优解的变化轨迹。

文献［2］提出利用粒子群优化(Particle Swarm Optimization,PSO)来求解动态优化问题。为了改善PSO算法在动态环境下的性能,文献［3］提出了一种带有电……