%0 Journal Article
%T An improved particle swarm optimizer in dynamic environments<br>动态环境下一种改进的微粒群算法
%A HU Jing
%A ZENG Jian-chao
%A TAN Ying
%A <br>胡 静
%A 曾建潮
%A 谭 瑛
%J 系统工程理论与实践
%D 2008
%I 
%X 改进了动态环境下微粒群算法常用的环境检测方法,同时使用环境变化前后全局最好解的距离Dgbest(t)和种群多样性diversity(S)作为响应变化环境的依据,并将其与改进的响应方法相结合,在增加种群多样性的同时及时响应了动态环境中的各种变化.最后,将其应用于各种复杂变化的抛物线函数中,并与Eberhart-PSO和APSO进行了对比,结果表明了该算法的有效性.
%K 微粒群算法
%K 动态环境
%K 种群多样性
%K 动态环境
%K 改进
%K 微粒群算法
%K environments
%K dynamic
%K particle
%K swarm
%K optimizer
%K 有效性
%K 结果
%K APSO
%K 抛物线函数
%K 应用
%K 变化环境
%K 结合
%K 检测方法
%K 响应
%K diversity
%K 种群多样性
%K 距离
%K 环境变化
%K 使用
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=962324E222C1AC1D&jid=1D057D9E7CAD6BEE9FA97306E08E48D3&aid=4D0D4B567AD9A7F4037B574E6F9ED018&yid=67289AFF6305E306&vid=E158A972A605785F&iid=E158A972A605785F&sid=6700D0D256586E73&eid=8C83C265AD318E34&journal_id=1000-6788&journal_name=系统工程理论与实践&referenced_num=0&reference_num=8