粒子群算法在投影寻踪模型优化求解中的应用

被引：44

作者：

陈广洲 ^{[1
]}

汪家权 ^{[1
]}

解华明 ^{[2
]}

机构：

[1] 合肥工业大学资源与环境工程学院

[2] 安徽建筑工业学院环境工程系

来源：

计算机仿真 | 2008年 / 08期

关键词：

粒子群算法; 投影寻踪模型; 非线性优化; 遗传算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

粒子群优化(Particle Swarm Optimization,PSO)算法是一种新兴的优化技术,其思想来源于人工生命和进化计算理论。PSO算法通过粒子追随自己找到的最好解和整个群体的最好解完成问题的优化。针对投影寻踪模型中的最佳投影方向优化问题,运用PSO算法和惩罚函数法相结合对该优化问题进行了计算。仿真实验结果表明:PSO算法对于求解有复杂约束的非线性目标函数优化问题是可行的,且算法的收敛速度快,编程结构简单,易于实现,从而为各领域运用投影寻踪模型评价方法提供了强有力的寻优方法,具有较广的应用前景。

引用

页码：159 / 161+165 +165

页数：4

共 7 条

[1] 粒子群算法在求解优化问题中的应用
张利彪
周春光
刘小华
马铭
[J]. 吉林大学学报(信息科学版), 2005, (04) : 385 - 389
[2] 投影寻踪模型在水资源工程方案优选中的应用
金菊良
刘永芳
丁晶
付强
[J]. 系统工程理论方法应用, 2004, (01) : 81 - 84
[3] 群智能算法及其应用[M]. 中国水利水电出版社 , 高尚, 2006
[4] MATLAB遗传算法工具箱及应用[M]. 西安电子科技大学出版社 , 雷英杰等编著, 2005
[5] 环境质量评价原理与方法[M]. 化学工业出版社 , 李祚泳等著, 2004
[6] 遗传算法原理及应用[M]. 国防工业出版社 , 周明, 1999
[7] 运筹学简明教程[M]. 中国人民大学出版社 , 魏权龄等编著, 1987

← 1 →