论文部分内容阅读
常规的粒子群优化（particle swarm optimization，PSO）算法在求解动态环境下优化问题时，由于其收敛性而失去对最优解的跟踪能力。为了更好地增加种群的多样性，以保证算法更好地追踪动态环境下最优解的变化，文章提出一种基于邻域搜索的粒子群动态优化算法（neighborhood search particle swalm optimization，NSPSO）。在每一演化代中对个体依适应值从大到小排序，并对排序后的个体按从大到小的顺序以一定的比例分配Leader、Follower、Scou