- 3
- 0
- 约3.04千字
- 约 6页
- 2021-01-08 发布于福建
- 举报
精品文档(可编辑) 值得下载
微粒群算法研究与应用分析
摘要:微粒群优化算法(PSO)是一种进化计算技术,通过微粒间的相互作用发现复杂搜索空间中的最优区域。本文介绍了微粒群算法的产生,标准微粒群算法及流程,算法参数.围绕微粒群算法的改进形式,算法的应用等方面对微粒群算法的研究现状进行综述。
关键词:进化计算 微粒群算法 微粒状态
微粒群算法是一种基于群体的、自适应的搜索优化方法,是在1995年由美国心理学家 James Kennedy和电气工程师Russell Eberhart共同提出的,其基本思想是受他们早期对鸟类群体行为研究结果的启发,并利用了生物学家 Frank Heppner 的生物群体模型。目前,微粒群算法已成功的应用于函数优化、约束优化、极大极小问题、多目标优化以及人工神经网络等问题中,与其他智能方法相结合来提高算法的性能,如结合遗传思想、模拟退火算法等。
一、标准微粒群算法
(一)算法流程
微粒群算法与其他进化算法相类似,其基本思想是:将所优化问题的每一个解称为一个微粒,每个微粒在n维搜索空间中以一定的速度飞行,通过适应度函数来衡量微粒的优劣,微粒根据自己的飞行经验以及其他微粒的飞行经验,来动态调整飞行速度,以期向群体中最好微粒位置飞行,从而使所优化问题得到最优解。
微粒群算法的具体实现步骤如下:第一步:初始化一群微粒,
您可能关注的文档
最近下载
- TCECS-低碳铁路客站技术规程.docx
- 架构分析-一个亟需理论澄清的领域.pdf VIP
- 保安员应知应会测试题(含详细答案).docx VIP
- 认知障碍居家康复管理中国专家共识2026解读.pptx VIP
- 人教版三年级上册100道口算题(全册完整版).pdf VIP
- 公路水运工程施工安全风险评估指南 第1部分:总体要求(JT/T1375.1-2022).pdf VIP
- DL T5161.1表5.0.2 (分部工程名称)分部工程质量验收表.doc VIP
- 2026-2027-1 形势与政策课 时事报告版 专题三 人工智能:一个划时代的重大技术变革 笔记.docx VIP
- 电视柜设计工艺指导手册.pptx VIP
- 2026年国务院物业管理条例(全文).docx VIP
原创力文档

文档评论(0)