多种群协同粒子群优化算法求解动态环境优化问题

【摘要】：对于动态环境问题的优化不再是在解空间中找到一个最优点,而是要尽可能的在解空间中跟踪运动变化的最优点。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。针对基本粒子群优化算法容易收敛到局部位置而失去跟踪能力,本文提出了多种群协同粒子群优化算法(CmSPSO),当两子群的最优距离小于排斥半径时,两种群协同初始化来搜索未知解空间。实验表明,该算法简单有效,能在保持种群收敛性的基础上提高粒子多样性,能较好地跟踪变化的最优位置。