大数据环境中简化粒子群算法的改进研究.docx

1.?? 引言 粒子群优化算法(Particle Swarm Optimization，PSO)是由是由Kennedy和Ebrhart[1]于1995年提出的一种群智能算法，其启发来源于鸟群的行为规律，用来解决优化问题.由于PSO算法具有可调参数少、结构简单、易于实现等优点，在各类优化问题中得到了广泛的应用，如多目标优化，生物信号识别，决策调度，机器人实时路径规划等领域[2-3]. 大量研究表明，基本PSO算法存在早熟收敛、难以跳出局部最优值等缺点，近年来对粒子群优化算法的改进陆续被提出.研究者虽然在改进粒子群优化算法的研究中取得了一定的成绩，改善了粒子的寻优能力，但是相关算法的改进策略具有一