第18章基于罚函数的粒子群算法的函数寻优资料.ppt

第十八章 MATLAB优化算法案例分析与应用 第18章 基于罚函数的粒子群算法的函数寻优 第十八章 MATLAB优化算法案例分析与应用 18.1 粒子群算法概述 自20世纪50年代中期创立了仿生学，许多学者开始从生物中挖掘新的算法来用于复杂的优化问题。一些学者通过研究生物进化的机理，分别提出了适合于现实世界复杂优化问题的模拟进化算法（Simulated evolutionary algorithms），例如SA、SOA、ACO、PSO、GA等。 例如美国Michigan大学的J.H.Holland教授等创立的遗传算法GA，Rechenberg等创立的进化策略及Fogel等创立的进化规划。遗传算法GA、进化策略、进化规划有一定的相似性，它们均来自于达尔文的进化论，其中遗传算法GA的研究最为深入，理论最为成熟，并且应用面也最广。 粒子群算法（PSO）也是一个多学科交叉的领域，同样吸引着众多的学者运用不同的技术手段对之进行改进研究，具体包括数学、计算机科学、生物以及物理等许多学科的科研人员，并且粒子群优化算法PSO在工业、交通、化工、能源、农业、国防、工程、通信等许多领域有着广阔的应用前景。因此，对粒子群优化算法进行研究具有很重要的意义。 第十八章 MATLAB优化算法案例分析与应用 18.2 粒子群算法模型 为提高PSO算法的性能，常