《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (S1): 154-162.DOI: 10.11772/j.issn.1001-9081.2022060815
• 先进计算 • 上一篇
李飞1,2,3,4(), 乐强2, 潘紫微1, 孙怡宁3, 余晓流4
收稿日期:
2022-06-04
修回日期:
2022-08-12
接受日期:
2022-08-13
发布日期:
2023-07-04
出版日期:
2023-06-30
通讯作者:
李飞
作者简介:
李飞(1988—),男,安徽太和人,副教授,博士,CCF会员,主要研究方向:进化多目标优化、动态优化.lanceleeneu@126.com基金资助:
Fei LI1,2,3,4(), Qiang YUE2, Ziwei PAN1, Yining SUN3, Xiaoliu YU4
Received:
2022-06-04
Revised:
2022-08-12
Accepted:
2022-08-13
Online:
2023-07-04
Published:
2023-06-30
Contact:
Fei LI
摘要:
针对常规多种群方法在求解动态优化问题时往往存在多样性缺失现象,提出一种基于自动快速密度峰值聚类的粒子群动态优化算法(DPCPSO)。首先,利用自动快速密度峰值聚类通过粒子的自身密度和相对距离创建无敏感参数子种群;然后,使用粒子群优化(PSO)来寻找最优解,在搜索过程中采用停滞计数器来判断粒子是否停滞,防止种群过早收敛;最后,采用最优粒子重定位策略响应环境变化。为了验证所提出算法的性能,在移动峰值基准(MPB)和广义动态基准生成器(GDBG)测试问题上进行了仿真实验。仿真实验中,所提算法性能与基于亲和传播聚类的动态优化算法(APCPSO)、基于聚类的动态优化(CPSO)算法等其他先进算法相比较,在峰值数大于20以及变化频率为2 000和3 000时均取得良好的结果。实验结果表明,所提算法更适合求解多模态和快变特性的动态优化问题。
中图分类号:
李飞, 乐强, 潘紫微, 孙怡宁, 余晓流. 基于自动快速密度峰值聚类的粒子群动态优化算法[J]. 计算机应用, 2023, 43(S1): 154-162.
Fei LI, Qiang YUE, Ziwei PAN, Yining SUN, Xiaoliu YU. Dynamic particle swarm optimization algorithm based on automatic fast density peak clustering[J]. Journal of Computer Applications, 2023, 43(S1): 154-162.
参数 | 值 |
---|---|
峰值数目P | 10 |
每个峰的初始高度 | 50.0 |
惯性向量范围 | [0.3,0.6] |
学习因子 | 1.7 |
变化频率U | 5 000(MPB) 10 000*D(GDBG) |
环境K | 100(MPB) 60(GDBG) |
高度变化率 | 7.0(MPB) 5.0(GDBG) |
宽度变化率 | 1.0(MPB) 0.5(GDBG) |
每个维度范围 | [0,100] (MPB) [ |
维度D | 5(MPB) 10(GDBG) |
每个峰的高度范围 | [30.0,70.0] (MPB) [10.0,100.0](GDBG) |
每个峰的宽度范围 | [ [ |
表1 DPCPSO的参数设置
参数 | 值 |
---|---|
峰值数目P | 10 |
每个峰的初始高度 | 50.0 |
惯性向量范围 | [0.3,0.6] |
学习因子 | 1.7 |
变化频率U | 5 000(MPB) 10 000*D(GDBG) |
环境K | 100(MPB) 60(GDBG) |
高度变化率 | 7.0(MPB) 5.0(GDBG) |
宽度变化率 | 1.0(MPB) 0.5(GDBG) |
每个维度范围 | [0,100] (MPB) [ |
维度D | 5(MPB) 10(GDBG) |
每个峰的高度范围 | [30.0,70.0] (MPB) [10.0,100.0](GDBG) |
每个峰的宽度范围 | [ [ |
峰值数 P | 粒子数N | |||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
70 | 85 | 100 | 115 | 130 | 145 | 160 | ||||||||
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
10 | 0.85 | 0.34 | 0.78 | 0.21 | 0.76 | 0.26 | 0.89 | 0.41 | 1.03 | 0.31 | 1.14 | 0.34 | 1.33 | 0.26 |
20 | 1.19 | 0.29 | 1.06 | 0.21 | 1.03 | 0.34 | 1.12 | 0.31 | 1.21 | 0.20 | 1.23 | 0.26 | 1.54 | 0.35 |
30 | 1.38 | 0.25 | 1.30 | 0.17 | 1.29 | 0.19 | 1.36 | 0.30 | 1.34 | 0.25 | 1.49 | 0.24 | 1.66 | 0.30 |
50 | 1.91 | 0.27 | 1.53 | 0.19 | 1.52 | 0.19 | 1.53 | 0.14 | 1.61 | 0.17 | 1.75 | 0.21 | 1.86 | 0.23 |
表2 不同N值得到的EBBC的统计结果(均值和方差)
峰值数 P | 粒子数N | |||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
70 | 85 | 100 | 115 | 130 | 145 | 160 | ||||||||
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
10 | 0.85 | 0.34 | 0.78 | 0.21 | 0.76 | 0.26 | 0.89 | 0.41 | 1.03 | 0.31 | 1.14 | 0.34 | 1.33 | 0.26 |
20 | 1.19 | 0.29 | 1.06 | 0.21 | 1.03 | 0.34 | 1.12 | 0.31 | 1.21 | 0.20 | 1.23 | 0.26 | 1.54 | 0.35 |
30 | 1.38 | 0.25 | 1.30 | 0.17 | 1.29 | 0.19 | 1.36 | 0.30 | 1.34 | 0.25 | 1.49 | 0.24 | 1.66 | 0.30 |
50 | 1.91 | 0.27 | 1.53 | 0.19 | 1.52 | 0.19 | 1.53 | 0.14 | 1.61 | 0.17 | 1.75 | 0.21 | 1.86 | 0.23 |
峰值数 P | 粒子数N | ||||||
---|---|---|---|---|---|---|---|
70 | 85 | 100 | 115 | 130 | 145 | 160 | |
平均值 | 4.50 | 2.00 | 1.00 | 3.75 | 4.25 | 5.75 | 6.75 |
10 | 3 | 2 | 1 | 4 | 5 | 6 | 7 |
20 | 4 | 2 | 1 | 3 | 5 | 6 | 7 |
30 | 4 | 2 | 1 | 5 | 3 | 6 | 7 |
50 | 7 | 2 | 1 | 3 | 4 | 5 | 6 |
表3 不同N值得到的MPB问题的排名
峰值数 P | 粒子数N | ||||||
---|---|---|---|---|---|---|---|
70 | 85 | 100 | 115 | 130 | 145 | 160 | |
平均值 | 4.50 | 2.00 | 1.00 | 3.75 | 4.25 | 5.75 | 6.75 |
10 | 3 | 2 | 1 | 4 | 5 | 6 | 7 |
20 | 4 | 2 | 1 | 3 | 5 | 6 | 7 |
30 | 4 | 2 | 1 | 5 | 3 | 6 | 7 |
50 | 7 | 2 | 1 | 3 | 4 | 5 | 6 |
峰值数P | DPCPSO | APCPSO | CPSO | DynDE | PSO-CP | CDDE_Ar | jDE | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
+/-/≈ | 5/2/0 | 5/2/0 | 7/0/0 | 7/0/0 | 7/0/0 | 7/0/0 | ||||||||
1 | 1.58 | 1.05 | 1.13(+) | 0.14 | 0.14(-) | 0.11 | 3.80(+) | 0.17 | 3.21(+) | 0.22 | 1.12(+) | 0.12 | 2.02(+) | 0.29 |
5 | 0.69 | 0.39 | 0.53(-) | 0.31 | 0.72(+) | 0.30 | 1.64(+) | 0.09 | 3.05(+) | 0.31 | 1.37(+) | 0.18 | 1.43(+) | 0.20 |
10 | 0.70 | 0.26 | 0.66(-) | 0.24 | 1.06(+) | 0.24 | 1.50(+) | 0.05 | 1.23(+) | 0.31 | 1.27(+) | 0.11 | 1.59(+) | 0.35 |
20 | 1.03 | 0.33 | 1.04(+) | 0.27 | 1.59(+) | 0.22 | 2.74(+) | 0.07 | 2.34(+) | 0.38 | 2.13(+) | 0.31 | 2.25(+) | 0.24 |
30 | 1.28 | 0.19 | 1.41(+) | 0.24 | 1.58(+) | 0.17 | 3.22(+) | 0.10 | 2.07(+) | 0.25 | 1.59(+) | 0.29 | 2.56(+) | 0.19 |
50 | 1.52 | 0.19 | 1.95(+) | 0.28 | 1.57(+) | 0.12 | 3.81(+) | 0.10 | 2.13(+) | 0.40 | 2.08(+) | 0.29 | 2.67(+) | 0.14 |
100 | 1.69 | 0.20 | 2.36(+) | 0.29 | 1.49(-) | 0.08 | 4.21(+) | 0.12 | 2.04(+) | 0.41 | 1.91(+) | 0.26 | 2.53(+) | 0.38 |
表4 各算法得到的EBBC值在不同峰数MPB上的统计结果
峰值数P | DPCPSO | APCPSO | CPSO | DynDE | PSO-CP | CDDE_Ar | jDE | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
+/-/≈ | 5/2/0 | 5/2/0 | 7/0/0 | 7/0/0 | 7/0/0 | 7/0/0 | ||||||||
1 | 1.58 | 1.05 | 1.13(+) | 0.14 | 0.14(-) | 0.11 | 3.80(+) | 0.17 | 3.21(+) | 0.22 | 1.12(+) | 0.12 | 2.02(+) | 0.29 |
5 | 0.69 | 0.39 | 0.53(-) | 0.31 | 0.72(+) | 0.30 | 1.64(+) | 0.09 | 3.05(+) | 0.31 | 1.37(+) | 0.18 | 1.43(+) | 0.20 |
10 | 0.70 | 0.26 | 0.66(-) | 0.24 | 1.06(+) | 0.24 | 1.50(+) | 0.05 | 1.23(+) | 0.31 | 1.27(+) | 0.11 | 1.59(+) | 0.35 |
20 | 1.03 | 0.33 | 1.04(+) | 0.27 | 1.59(+) | 0.22 | 2.74(+) | 0.07 | 2.34(+) | 0.38 | 2.13(+) | 0.31 | 2.25(+) | 0.24 |
30 | 1.28 | 0.19 | 1.41(+) | 0.24 | 1.58(+) | 0.17 | 3.22(+) | 0.10 | 2.07(+) | 0.25 | 1.59(+) | 0.29 | 2.56(+) | 0.19 |
50 | 1.52 | 0.19 | 1.95(+) | 0.28 | 1.57(+) | 0.12 | 3.81(+) | 0.10 | 2.13(+) | 0.40 | 2.08(+) | 0.29 | 2.67(+) | 0.14 |
100 | 1.69 | 0.20 | 2.36(+) | 0.29 | 1.49(-) | 0.08 | 4.21(+) | 0.12 | 2.04(+) | 0.41 | 1.91(+) | 0.26 | 2.53(+) | 0.38 |
移位距离s | DPCPSO | APCPSO | CPSO | DynDE | PSO-CP | CDDE_Ar | jDE | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
+/-/≈ | 7/0/0 | 6/1/0 | 7/0/0 | 7/0/0 | 7/0/0 | 7/0/0 | ||||||||
0 | 0.145 | 0.18 | 0.16(+) | 0.24 | 0.80(+) | 0.21 | 1.15(+) | 0.31 | 0.87(+) | 0.20 | 0.81(+) | 0.12 | 0.96(+) | 0.10 |
1 | 1.58 | 1.05 | 1.13(+) | 0.14 | 0.14(-) | 0.11 | 3.80(+) | 0.17 | 3.21(+) | 0.22 | 1.12(+) | 0.12 | 2.02(+) | 0.29 |
2 | 0.81 | 0.33 | 0.94(+) | 0.41 | 1.17(+) | 0.22 | 2.27(+) | 0.18 | 1.98(+) | 0.06 | 1.56(+) | 0.19 | 2.12(+) | 0.26 |
3 | 0.87 | 0.33 | 1.01(+) | 0.37 | 1.36(+) | 0.28 | 2.69(+) | 0.07 | 2.21(+) | 0.06 | 2.12(+) | 0.17 | 2.55(+) | 0.23 |
4 | 1.02 | 0.31 | 1.38(+) | 0.27 | 3.29(+) | 0.29 | 2.61(+) | 0.24 | 2.61(+) | 0.11 | 2.67(+) | 0.22 | 3.10(+) | 0.31 |
5 | 1.15 | 0.32 | 1.19(+) | 0.36 | 1.58(+) | 0.32 | 4.26(+) | 0.10 | 3.20(+) | 0.13 | 2.63(+) | 0.25 | 3.19(+) | 0.30 |
6 | 1.14 | 0.40 | 1.33(+) | 0.47 | 1.53(+) | 0.29 | 4.55(+) | 0.48 | 3.93(+) | 0.14 | 3.21(+) | 0.31 | 3.78(+) | 0.30 |
表5 各算法得到的EBBC值在不同移位程度的MPB上的统计结果
移位距离s | DPCPSO | APCPSO | CPSO | DynDE | PSO-CP | CDDE_Ar | jDE | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
+/-/≈ | 7/0/0 | 6/1/0 | 7/0/0 | 7/0/0 | 7/0/0 | 7/0/0 | ||||||||
0 | 0.145 | 0.18 | 0.16(+) | 0.24 | 0.80(+) | 0.21 | 1.15(+) | 0.31 | 0.87(+) | 0.20 | 0.81(+) | 0.12 | 0.96(+) | 0.10 |
1 | 1.58 | 1.05 | 1.13(+) | 0.14 | 0.14(-) | 0.11 | 3.80(+) | 0.17 | 3.21(+) | 0.22 | 1.12(+) | 0.12 | 2.02(+) | 0.29 |
2 | 0.81 | 0.33 | 0.94(+) | 0.41 | 1.17(+) | 0.22 | 2.27(+) | 0.18 | 1.98(+) | 0.06 | 1.56(+) | 0.19 | 2.12(+) | 0.26 |
3 | 0.87 | 0.33 | 1.01(+) | 0.37 | 1.36(+) | 0.28 | 2.69(+) | 0.07 | 2.21(+) | 0.06 | 2.12(+) | 0.17 | 2.55(+) | 0.23 |
4 | 1.02 | 0.31 | 1.38(+) | 0.27 | 3.29(+) | 0.29 | 2.61(+) | 0.24 | 2.61(+) | 0.11 | 2.67(+) | 0.22 | 3.10(+) | 0.31 |
5 | 1.15 | 0.32 | 1.19(+) | 0.36 | 1.58(+) | 0.32 | 4.26(+) | 0.10 | 3.20(+) | 0.13 | 2.63(+) | 0.25 | 3.19(+) | 0.30 |
6 | 1.14 | 0.40 | 1.33(+) | 0.47 | 1.53(+) | 0.29 | 4.55(+) | 0.48 | 3.93(+) | 0.14 | 3.21(+) | 0.31 | 3.78(+) | 0.30 |
变化频率U | DPCPSO | APCPSO | CPSO | DynDE | PSO-CP | CDDE_Ar | jDE | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
+/-/≈ | 2/2/0 | 4/0/0 | 4/0/0 | 4/0/0 | 4/0/0 | 4/0/0 | ||||||||
2 000 | 4.73 | 0.66 | 5.72(+) | 0.66 | 5.98(+) | 0.94 | 5.73(+) | 0.60 | 6.13(+) | 0.88 | 6.05(+) | 0.81 | 6.76(+) | 1.04 |
3 000 | 1.80 | 0.43 | 2.12(+) | 0.43 | 2.37(+) | 0.13 | 2.39(+) | 0.17 | 2.17(+) | 0.10 | 2.13(+) | 0.06 | 2.35(+) | 0.26 |
5 000 | 0.69 | 0.30 | 0.66(-) | 0.24 | 1.06(+) | 0.24 | 1.50(+) | 0.05 | 1.23(+) | 0.31 | 1.27(+) | 0.11 | 1.59(+) | 0.35 |
10 000 | 0.40 | 0.26 | 0.32(-) | 0.29 | 0.74(+) | 0.10 | 1.33(+) | 0.24 | 0.97(+) | 0.30 | 0.85(+) | 0.17 | 0.96(+) | 0.34 |
表6 各算法得到的EBBC 值在不同变化频率的 MPB 上的统计结果
变化频率U | DPCPSO | APCPSO | CPSO | DynDE | PSO-CP | CDDE_Ar | jDE | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
+/-/≈ | 2/2/0 | 4/0/0 | 4/0/0 | 4/0/0 | 4/0/0 | 4/0/0 | ||||||||
2 000 | 4.73 | 0.66 | 5.72(+) | 0.66 | 5.98(+) | 0.94 | 5.73(+) | 0.60 | 6.13(+) | 0.88 | 6.05(+) | 0.81 | 6.76(+) | 1.04 |
3 000 | 1.80 | 0.43 | 2.12(+) | 0.43 | 2.37(+) | 0.13 | 2.39(+) | 0.17 | 2.17(+) | 0.10 | 2.13(+) | 0.06 | 2.35(+) | 0.26 |
5 000 | 0.69 | 0.30 | 0.66(-) | 0.24 | 1.06(+) | 0.24 | 1.50(+) | 0.05 | 1.23(+) | 0.31 | 1.27(+) | 0.11 | 1.59(+) | 0.35 |
10 000 | 0.40 | 0.26 | 0.32(-) | 0.29 | 0.74(+) | 0.10 | 1.33(+) | 0.24 | 0.97(+) | 0.30 | 0.85(+) | 0.17 | 0.96(+) | 0.34 |
变化类型 | DPCPSO | APCPSO | CPSO | DynDE | PSO-CP | CDDE_Ar | jDE | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
+/-/≈ | 3/3/0 | 5/1/0 | 4/2/0 | 6/0/0 | 4/2/0 | 6/0/0 | ||||||||
T1 | 0.32 | 0.26 | 0.01(+) | 0.01 | 0.04(+) | 0.43 | 0.07(-) | 2.95 | 0.04(+) | 0.52 | 0.01(-) | 0.03 | 0.03 (+) | 0.43 |
T2 | 0.46 | 0.50 | 0.71(+) | 0.63 | 2.72(+) | 6.52 | 2.56(+) | 8.43 | 2.70(+) | 7.12 | 1.26(+) | 5.89 | 3.60(+) | 7.92 |
T3 | 1.77 | 0.92 | 2.35(+) | 2.03 | 4.13(+) | 8.99 | 5.42(+) | 9.24 | 4.68(+) | 8.98 | 12.54(+) | 29.74 | 3.11(+) | 8.26 |
T4 | 0.59 | 0.13 | 0.09(-) | 0.56 | 0.09(-) | 0.78 | 0.12(-) | 0.94 | 0.05(+) | 0.82 | 0.07(-) | 0.32 | 0.02(+) | 0.63 |
T5 | 0.88 | 0.42 | 0.28(-) | 0.19 | 1.87(+) | 4.49 | 1.57(+) | 4.46 | 1.58(+) | 4.45 | 0.79(+) | 2.00 | 2.32(+) | 5.38 |
T6 | 0.59 | 0.29 | 0.35(-) | 0.16 | 1.16(+) | 4.48 | 1.31(+) | 6.25 | 1.52(+) | 5.93 | 0.97(+) | 3.28 | 1.24(+) | 5.54 |
表7 各算法在GBDG上得到的EBBC值的统计结果(均值和标准差)
变化类型 | DPCPSO | APCPSO | CPSO | DynDE | PSO-CP | CDDE_Ar | jDE | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | 均值 | 方差 | |
+/-/≈ | 3/3/0 | 5/1/0 | 4/2/0 | 6/0/0 | 4/2/0 | 6/0/0 | ||||||||
T1 | 0.32 | 0.26 | 0.01(+) | 0.01 | 0.04(+) | 0.43 | 0.07(-) | 2.95 | 0.04(+) | 0.52 | 0.01(-) | 0.03 | 0.03 (+) | 0.43 |
T2 | 0.46 | 0.50 | 0.71(+) | 0.63 | 2.72(+) | 6.52 | 2.56(+) | 8.43 | 2.70(+) | 7.12 | 1.26(+) | 5.89 | 3.60(+) | 7.92 |
T3 | 1.77 | 0.92 | 2.35(+) | 2.03 | 4.13(+) | 8.99 | 5.42(+) | 9.24 | 4.68(+) | 8.98 | 12.54(+) | 29.74 | 3.11(+) | 8.26 |
T4 | 0.59 | 0.13 | 0.09(-) | 0.56 | 0.09(-) | 0.78 | 0.12(-) | 0.94 | 0.05(+) | 0.82 | 0.07(-) | 0.32 | 0.02(+) | 0.63 |
T5 | 0.88 | 0.42 | 0.28(-) | 0.19 | 1.87(+) | 4.49 | 1.57(+) | 4.46 | 1.58(+) | 4.45 | 0.79(+) | 2.00 | 2.32(+) | 5.38 |
T6 | 0.59 | 0.29 | 0.35(-) | 0.16 | 1.16(+) | 4.48 | 1.31(+) | 6.25 | 1.52(+) | 5.93 | 0.97(+) | 3.28 | 1.24(+) | 5.54 |
1 | 仇书山,陈劲帆,毛承雄,等.含能源路由器的交直流互联配电网协调动态优化[J/OL].高电压技术,2022:1-16[2022-05-04].. |
2 | 蒋彪,吴楷,蒋炜,等.边缘计算下整车驾驶辅助系统动态优化[J].智能网联汽车,2022(1):54-58. 10.11970/j.issn.2095-7866.2022.1.gyjjlt202201020 |
3 | 原毅军,孙晓华.宏观经济要素与企业资本结构的动态优化[J].经济与管理研究,2006(5):39-42. 10.3969/j.issn.1000-7636.2006.05.007 |
4 | JIN Y, BRANKE J. Evolutionary optimization in uncertain environments a survey [J]. IEEE Transactions on Evolutionary Computation, 2005,9(3):303-317. 10.1109/tevc.2005.846356 |
5 | LI C, NGUYEN T T, YANG M, et al. An adaptive multi-population framework for locating and tracking multiple optima [J].IEEE Transactions on Evolutionary Computation,2016,20(4):590-605. 10.1109/tevc.2015.2504383 |
6 | ZHOU A, JIN Y, ZHANG Q. A population prediction strategy for evolutionary dynamic multi-objective optimization [J]. IEEE Transactions on Cybernetics,2013,44(1):40-53. 10.1109/tcyb.2013.2245892 |
7 | YANG S, LI C H. A clustering particle swarm optimizer for locating and tracking multiple optima in dynamic environments [J]. IEEE Transactions on Evolutionary Computation,2010,14(6):959-974. 10.1109/tevc.2010.2046667 |
8 | BRANKE J, KAUSSLER T, SMIDT C,et al. A multi-population approach to dynamic optimization problems [M]// PARMEE I C. Evolutionary Design and Manufacture. London:Springer, 2000: 299-307. 10.1007/978-1-4471-0519-0_24 |
9 | LI C, YANG S. Fast multi-swarm optimization for dynamic optimization problems [C]// Proceedings of the 2008 4th International Conference on Natural Computation. Piscataway:IEEE, 2008: 624-628. 10.1109/icnc.2008.313 |
10 | PARROTT D, LI X. A particle swarm model for tracking multiple peaks in a dynamic environment using speciation [C]// Proceedings of the 2004 Congress on Evolutionary Computation. Piscataway: IEEE, 2004: 98-103. |
11 | BIRD S, LI X. Using regression to improve local convergence [C]// Proceedings of the 2007 IEEE Congress on Evolutionary Computation. Piscataway: IEEE,2007:592-599. 10.1109/cec.2007.4424524 |
12 | LIU L, YANG S, WANG D. Particle swarm optimization with composite particles in dynamic environments [J]. IEEE Transactions on Systems,Man, and Cybernetics, Part B (Cybernetics),2010,40(6): 1634-1648. 10.1109/tsmcb.2010.2043527 |
13 | BLACKWELL T, BRANKE J. Multi-swarm optimization in dynamic environments [C]// Proceedings of the 2004 Workshops on Applications of Evolutionary Computing, LNCS 3005. Berlin: Springer, 2004:489-500. |
14 | MENDES R, MOHAIS A S. DynDE: a differential evolution for dynamic optimization problems [C]// Proceedings of the 2005 IEEE Congress on Evolutionary Computation. Piscataway: IEEE,2005: 2808-2815. |
15 | BREST J, ZAMUDA A, BOSKOVIC B, et al. Dynamic optimization using self-adaptive differential evolution [C]// Proceedings of the 2009 IEEE Congress on Evolutionary Computation. Piscataway: IEEE, 2009: 415-422. 10.1109/cec.2009.4982976 |
16 | HALDER U, DAS S, MAITY D.A cluster-based differential evolution algorithm with external archive for optimization in dynamic environments [J]. IEEE Transactions on Cybernetics,2013, 43(3) :881-897. 10.1109/tsmcb.2012.2217491 |
17 | RODRIGUEZ A, LAIO A. Clustering by fast search and find of density peaks [J]. Science,2014,344(6191): 1492-1496. 10.1126/science.1242072 |
18 | EBERHART R, KENNEDY J. A new optimizer using particle swarm theory [C]// Proceedings of the 6th International Symposium on Micro Machine and Human Science. Piscataway: IEEE,1995:39-43. 10.1109/mhs.1995.494249 |
19 | BLACKWELL T, BRANKE J, LI X. Particle swarms for dynamic optimization problems [M]// BLUM C, MERKLE D. Swarm Intelligence. Berlin: Springer, 2008: 193-217. |
20 | LIU Y, LIU J, JIN Y, et al. An affinity propagation clustering based particle swarm optimizer for dynamic optimization [J].Knowledge-Based Systems,2020,195:No.105711. 10.1016/j.knosys.2020.105711 |
21 | BRANKE J. Memory enhanced evolutionary algorithms for changing optimization problems [C]// Proceedings of the 1999 Congress on Evolutionary Computation. Piscataway: IEEE,1999:1875-1882. |
22 | LI C, YANG S, NGUYEN T T,et al. Benchmark generator for CEC’2009 competition on dynamic optimization [EB/OL].[2022-05-17]. ’2009_Competition_on_Dynamic_Optimization. |
23 | NGUYEN T T, YANG S, BRANKE J. Evolutionary dynamic optimization: a survey of the state of the art [J]. Swarm and Evolutionary Computation,2012,6:1-24.[. 10.1016/j.swevo.2012.05.001 |
[1] | 贾鹤鸣, 力尚龙, 陈丽珍, 刘庆鑫, 吴迪, 郑荣. 基于混沌宿主切换机制的䲟鱼优化算法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1759-1767. |
[2] | 袁泉, 唐成亮, 徐雲鹏. 基于长度约束的蝙蝠高效用项集挖掘算法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1473-1480. |
[3] | 孙亚男, 吴杰宏, 石峻岭, 高利军. 改进自组织映射的多无人机协同任务分配方法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1551-1556. |
[4] | 程顺航, 李志华, 魏涛. 融合自举与语义角色标注的威胁情报实体关系抽取方法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1445-1453. |
[5] | 马磊 罗川 李天瑞 陈红梅. 基于模糊粗糙集的无监督动态特征选择算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[6] | 张瑾 徐文 周宇乔 刘凯. 不规则物体点云切片中的多轮廓分割算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[7] | 杨淑莹 国海铭 李欣. 基于通道选择和多维特征融合的脑电信号分类[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[8] | 温祥西 彭娅婷 毕可心 衡宇铭 吴明功. 基于最优样本集在线模糊最小二乘支持向量机的飞行冲突网络态势预测#br#
#br#
[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[9] | 喻诚皓 仇润鹤. RIS辅助索引调制协作系统的误码率性能分析[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[10] | 赵一鉴, 林 利, 王茜蒨, 闻 鹏, 杨 东. 基于大地距离计算相似度的海上目标轨迹预测[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[11] | 薛海蓉 韩晓龙. 基于改进NSGA-Ⅱ的考虑自动引导车充电策略的集成调度[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[12] | 李鹏, 王世林, 陈光武, 闫光辉. 基于改进的局部结构熵复杂网络重要节点挖掘[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1109-1114. |
[13] | 蒋溢, 伍书平, 胡昆, 龙林波. 基于Lasso和构造性覆盖算法的不均衡数据分类方法[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1086-1093. |
[14] | 黄霖 符强 童楠. 基于自适应调整哈里斯鹰优化算法求解机器人路径规划问题[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[15] | 钟新成 刘昶 赵秀梅. 基于马尔可夫优化的高效用项集挖掘算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||