学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
粒子种群优化(PSO)算法的性能研究
被引:5
作者
:
王进
论文数:
0
引用数:
0
h-index:
0
机构:
南京邮电大学信息工程系
王进
季薇
论文数:
0
引用数:
0
h-index:
0
机构:
南京邮电大学信息工程系
季薇
郑宝玉
论文数:
0
引用数:
0
h-index:
0
机构:
南京邮电大学信息工程系
郑宝玉
机构
:
[1]
南京邮电大学信息工程系
来源
:
南京邮电学院学报
|
2005年
/ 04期
关键词
:
粒子种群优化(PSO);
惯性权值;
约束因子;
计算智能;
进化计算;
D O I
:
暂无
中图分类号
:
TP301.6 [算法理论];
学科分类号
:
081202 ;
摘要
:
近年来,一种新的基于种群优化的算法———粒子种群优化(PSO)算法,正受到人们的普遍关注。首先介绍了PSO原理及具体实现步骤,接着对各种常见PSO算法,例如原始算法、惯性权值算法、限制因子算法等进行了解释。在此基础上,对PSO算法典型模型的参数选择,如惯性权值、加权系数、最大速度等,进行了详细研究,并给出了实验结果,得出了相关结论,为今后参数的选择提供了参考。接着讨论了PSO在神经网络、模糊逻辑系统和进化计算等计算智能领域及其它工程领域的应用,最后给出了进一步的研究方向。
引用
收藏
页码:30 / 35
页数:6
相关论文
未找到相关数据
未找到相关数据