原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
粒子群算法及其应用.PDF
第27卷第3期 喀什师范学院学报 . 27 . 3
V o l N o
2006年5月 Jou rn a l of Ka sh gar T each er s Co llege M ay 2006
粒子群优化算法及其应用
李丙春
( 喀什师范学院 网络中心, 新疆 喀什 844007)
摘 要: 介绍了粒子群优化算法及该算法的优越性, 并与遗传优化算法进行了比较; 针对经典粒子群算法存在的
不足, 介绍了一个改进的动态改变惯性权的自适应粒子群算法; 最后, 以神经网络为例给出了粒子群优化算法的
应用.
关键词: 粒子群优化算法; 自适应; 神经网络
中图分类号: T P 30 1. 6 文献标识码: A 文章编号: 1006432X (2006)
( ( )
粒 子 群 优 化 算 法 P art icle Sw arm P SO 初始化为一群随机粒子 随机解 , 然后
Op t im izat ion , P SO ) 是 一 种 进 化 计 算 技 术, 由 粒子们就追随当前的最优粒子在解空间中搜索, 即
Eberh art 博士和 k ennedy 博士发明, 源于对鸟群捕 通过迭代找到最优解. 在每一次迭代中, 粒子通过
食的行为研究, 粒子群优化算法的基本思想是通过 跟踪两个最优解来更新自己. 第一个就是粒子本身
群体 中个体之间的协作和信息共享来寻找最优 所找到的最优解, 即个体极值pB est, 另一个是整个
[ 1 ] 种群 目前找到的最优解, 即全局最优解 .
解 . P SO 同遗传算法类似, 但没有遗传算法复杂 gB est
的编码和交叉、变异操作, 而是粒子在解空间根据 在找到这两个最优值时, 粒子根据如下的公式
[2 ]
所处的情况进行搜索, 没有遗传算法那样有许多参 来更新自己的速度和新的位置 :
数需要调整, 更易于实现, 而且收敛速度快. [ ] = × [ ] + × ( ) ×( [ ]) -
v w v cl rand p best
[ ]) + 2 × ) () ×( [ ]- [ ]) ,
1 粒子群优化算法 p resen t
文档评论（0）