粒子群优化算法发展趋势.pdfVIP

下载本文档

18
0
约2.54万字
约 5页
2015-07-20 发布于安徽
举报
版权申诉

粒子群优化算法发展趋势.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第26卷第4期计算机与应用化学 V01．26，No．4 2009年4月28日 and Chemistry April，2009 ComputersApplied 粒子群优化算法的发展趋势莫愿斌1，刘贺同1，陈德钊2 (1．广西民族大学，数学与计算机科学学院，广西，南宁，530006；2．浙江大学，智能信息工程研究所，浙江，杭州，31(gY27) 摘要：分析优化算法的发展历程，指出粒子群优化算法(PSO)是基于群体智能的一种算法，简单易行，可调参数少，研究广泛且发展迅速。结合图形给出算法的个体极值和整体极值的搜优运动过程。研究总结算法的研究现状及特点，认为PSO还需要完善和继续研究。提出将算法应用于复杂的约束优化、随机优化与最优控制问题是算法应用研究的方向，并指出对该算法完整的收敛性分析是算法成熟的标志。关键词：优化；粒子群优化算法；发展趋势；收敛性中图分类号：11P 183；TQ015．9；06-39 文献标识码：A 文章编号：1001-4160(2009)04-430-434 The trendof swarm developingparticle optimizationalgorithm M0 andChenDezha02 Yuanbinl．Liu Heton91 ofMathematicsand for (1．School CompeerSciences，GuangxiUniversity of Information na；2．InstituteIntelligent Engineering，Zhejiang results thatParticleSwarm Abstract：Theoourl眈of WaS the out developingoptimizationalgorithmanalyzed，andpoint Optimization based to studiedand isan OnSWalTfl (PSO)algorithmalgorithm intelligence，simpleoperate，lessadjustableparameters，widelyrapid- and bestinPSOWaS theresearch ofthe best the lydeveloped．Theseekingprocedurepersonal global givenbyfigure．Afteranalyzing of wereconsidered．ItWaS that constrain- stateandcharacteristics andcontinual PSO，furtherperfection study proposedsolvingcomplex ed control are and optimization problemsPSO’applyingstudyproposedperfect optimizationproblems，stochasticproblems，optimal forPSOisitsmature convergentanalyzing