论文部分内容阅读
很多现实的优化问题往往是动态和多峰的,这就需要优化算法既能够发现尽可能多的最优解,同时还要追踪到这些最优解在动态环境中的变化轨迹.为了解决这种动态多峰优化问题,本文提出了一种Memetic粒子群优化算法.在提出的算法中,利用一种新的species构造方法来保证其能够发现不同最优解所在搜索区域,利用一种适应性的局域搜索算子来增强species追踪到最优解的能力,利用重新初始化策略来进一步改善算法在动态多峰环境中的性能.通过对一组标准动态测试函数——移动峰问题的仿真实验来检验所提出的MPSO算法在求解动态多峰优化问题的有效性.