粒子群优化算法研究进展

被引：4

作者：

薄玉玲 ^{[1
]}

姜静清 ^{[2
]}

孙艳红 ^{[1
]}

机构：

[1] 内蒙古民族大学数学学院

[2] 内蒙古民族大学计算机科学与技术学院

来源：

内蒙古民族大学学报(自然科学版) | 2010年 / 25卷 / 06期

关键词：

粒子群算法; 函数优化; 群智能;

D O I：

10.14045/j.cnki.15-1220.2010.06.034

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(PSO)算法是一种源于人工生命和演化计算理论的新兴优化技术.其基本思想为:每个粒子被随机的初始化以表示一个可能的解,并在解空间通过更新迭代搜索最优解.PSO的优势在于算法简单,对目标函数要求少,易于实现而又功能强大.目前,已受到演化计算领域的学者们的广泛关注,并提出了许多改进的算法.本文阐述基本粒子群的原理,给出了各种改进的算法,并展望了PSO的发展方向.

引用

页码：630 / 633

页数：4

共 7 条

[1] 粒子群和人工鱼群混合优化算法 [J].