简介:许多真实世界的问题是动态的,要求能连续地追踪随着时间的过去改变optima(最佳)的优化算法。这份报纸用近邻居的效果的观点建议一个改进微分进化算法决定一位个人邻居,为追踪在动态环境的多重optima。用近邻居的效果的新变化策略也被介绍。它由在它的邻居利用存储记忆点,并且利用生产由的微分向量创造个人nearneighbor优异并且near-neighbor-inferior。从生物免疫系统拿灵感,一个免疫系统基于计划为很快检测并且对环境变化作出回应被介绍。另外,一个差别相关的multidirectional扩大计划被介绍从不同尺寸集成珍贵信息为有效地并且很快在搜索空间发现有希望的最佳。动态情形的实验由典型动态测试instancemoving山峰问题创造了,证明了近邻居并且基于的免疫系统微分进化算法(NIDE)在处理动态优化功能是有效的。