粒子群算法简介.pdfVIP

粒子群算法简介

1。引言

•粒子群算法（PSO算法）

•定义：粒子群算法，又称粒子群优化算法（ParticalSwarmOp

timization），缩写为PSO，是近年来发展起来的一种新的进化

算法（EvolutionaryAlgorithm-EA），由Eberhart博

士和kennedy博士于1995年提出，其源于对鸟群捕食的行为研究。

PSO同遗传算法类似，是一种基于迭代的优化算法。系统初始化为一

组随机解，通过迭代搜寻最优值。但是它没有遗传算法用的交叉(cros

sover)以及变异(mutation)，而是粒子在解空间追随最优的粒子进

行搜索。

•应用范围：目前已广泛应用于函数优化，神经网络训练，模糊系统控

制以及其他遗传算法的应用领域。

2。背景：人工生命

人工生命是来研究具有某些生命基本特征的人工系统。

•人工生命包括两方面的内容

1.研究如何利用计算技术研究生物现象

2.研究如何利用生物技术研究计算问题（关注）

•社会系统

由简单个体组成的群落与环境以及个体之间的互动行为。称

做“群智能”(swarmintelligence)。

在计算机智能领域有两种“群智能”算法，PSO是其中之一。