简述粒子群算法的原理及改进

被引:16
作者
徐旭
姜飞
机构
[1] 宿州学院计算机科学与技术系
关键词
粒子群优化算法; 惯性权重的自适应; 收敛性;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化]; 140502 [人工智能];
摘要
本文主要介绍了粒子群(Praticle Swarm Optimizer,PSO)算法,它是一种新的基于群体智能的优化算法,是在鸟群觅食行为规律的基础上提出的。他其结构简单、参数调整简单易行,更适合计算机编程处理,但在该算法中,如果粒子速度始终保持较大,容易"飞越"解空间中的最优区域,造成发散现象,收敛不到最优解,如果从惯性权重的自适应方面来调整,就可以很好的解决该问题。
引用
收藏
页数:2
相关论文
共 2 条
[1]
改进粒子群算法在动态交通分配问题中的应用 [J].
陈曦 ;
傅明 .
计算技术与自动化, 2006, (02) :60-62
[2]
微粒群优化算法研究进展 [J].
刘波 ;
王凌 ;
金以慧 ;
黄德先 .
化工自动化及仪表, 2005, (03) :1-7