微粒群优化算法研究现状及其进展.PDFVIP

维普资讯 第30卷 第2l期 计 算 机 工 程 2004年l1月 yo1．3o Na21 ComputerEngineering November 2004 · 发展趋势，热点技术 · ~Imliqt1000--3428(2004)21—003— 2 文献标识码tA 中圈分类号 TP301．6 微粒群优化算法研究现状及其进展 杨 jlIIl，靳 ，Kamel (I．西南交通大学计算机与通信工程学院，成都61003I；2．UniversityofWaterloo，Waterloo，Ontario，Canada，N2L3GI) ■ 妥：对进化计算中引起广泛兴趣的微粒群优化 (Pso)算法的研究现状进行了考察，介绍了一些最新研究进展，包括：杂交PSO、基于 邻域算子的PSO和基于不同搜索方向的PSO，并简要介绍TPSO在求解复杂优化 问题如多目标优化和带约束优化中的优势 最后给出了一些 应用实例，讨论了将来可能的研究内容。 关t词：微粒群优化；进化计算；群集智能 ResearchandDevelopment0fParticleSwarm Optimization YANGYan。，JINFan。，KamelM2 (I，SchoolofComputerandCommunicationEngineering,SouthwestJiaotongUniversity，Chengdu61003l： 2．DepartmentofSystemDesignEngineering,UniversityofWaterloo．Waterloo．OntraioN2L3GI．Canada) [AbstractlThispaperreviewstheresearchofparticleSwarmoptimization(PSO)．whichisaninterestingbranchincvolutionarycomputation．Some latt~．tresearchresultsarepresented：h)brid PSO，PSO withneighborhoodoperator，nadPSO basedondifferentsearch directions，Thepaperalso describestheadvantagesofPSO insolvingcomplicatedoptimizationproblemssuchas multi—objectiveparticleswarm optimizationandconstrained optimization．Finallyafewapplicationsinengineeringraeintroduced，andthefiJturerescarchissuesal1,．discussed， 【KeywordslParticleswam1optimiaztion；Evolutionarycomputation；Swarmintelligence 在计算智能领域有两种基于群集智能的算法：蚁群算法 来修改： 和微粒群优化算法(particleswarmoptimization，Pso)…，PS X-+-=X_+Vi (2) 0算法 l995年由Kennedy和Eberhart率先提出1【l，它借鉴了鸟 其中Xi．为更新后的微粒位置。 群或鱼群捕食过程的社会行为 ，是一种有别于遗传算法( PSO基本算法流程可简单描述为 ：初始化一群微粒 ， geneticalgorithm，GA)的并行进化计算技术。经过短短几年 即每个微粒被随机赋予初始位置X (视为潜在解)和初始速 时间的发展，PSO已广泛应用于函数优化、人工神经网络训