粒子群优化算法介绍及其C++实现.pdfVIP

粒子群算法介绍

优化问题是工业设计中经常遇到的问题,许多问题最后都可以归结为优化问题.

为了解决各种各样的优化问题,人们提出了许多优化算法,比较著名的有爬山法、遗传

算法等.优化问题有两个主要问题:一是要求寻找全局最小点,二是要求有较高的收敛

速度.爬山法精度较高,但是易于陷入局部极小.遗传算法属于进化算法

(EvolutionaryAlgorithms)的一种,它通过模仿自然界的选择与遗传的机理来寻找最

优解.遗传算法有三个基本算子:选择、交叉和变异.但是遗传算法的编程实现比较复

杂,首先需要对问题进行编码,找到最优解还需要对问题进行,另外三个算子

的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严重影响解的品质,而

目前这些参数的选择大部分是依靠经验.1995年Eberhart博士和kennedy博士提

出了一种新的算法;粒子群优化(ParticleSwarmOptimization-PSO)算法.这种算

法以其实现容易、精度高、收敛快等优点引起了学术界的重视,并且在解决实际问题

中展示了其优越性.

粒子群优化(ParticleSwarmOptimization-PSO)算法是