粒子群优化算法中惯性权重的研究进展

被引：27

作者：

田雨波

朱人杰

薛权祥

机构：

[1] 江苏科技大学电子信息学院

来源：

计算机工程与应用 | 2008年 / 23期

关键词：

粒子群优化; 惯性权重; 优化算法;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法。惯性权重是粒子群算法中非常重要的参数,可以用来控制算法的开发和探索能力。简单介绍了标准粒子群优化算法的基本原理,全面综述了现有文献中对惯性权重的研究进展情况。

引用

页码：39 / 41

页数：3

共 10 条

[1] 微粒群算法的参数选择及收敛性分析 [J].

崔红梅 ;

朱庆保 .

计算机工程与应用, 2007, (23) :89-91+131

[2] 一种惯性权重动态调整的新型粒子群算法 [J].

刘建华 ;

樊晓平 ;

瞿志华 .

计算机工程与应用 , 2007, (07) :68-70

[3] 一种非线性改变惯性权重的粒子群算法 [J].

王丽 ;

王晓凯 .

计算机工程与应用 , 2007, (04) :47-48+92

[4] 具有自适应随机惯性权重的PSO算法 [J].

延丽平 ;

曾建潮 .

计算机工程与设计, 2006, (24) :4677-4679+4706

[5] 一种自适应粒子群优化算法及其仿真研究 [J].

韩江洪 ;

李正荣 ;

魏振春 .

系统仿真学报, 2006, (10) :2969-2971

[6] 一种动态改变惯性权重的粒子群优化算法 [J].

王启付 ;

王战江 ;

王书亭 .

中国机械工程, 2005, (11) :945-948

[7] 粒子群算法中惯性权重的实验与分析 [J].

王俊伟 ;

汪定伟 .

系统工程学报, 2005, (02) :194-198

[8]

微粒群算法[M]. 科学出版社 , 曾建潮等编著, 2004

[9]

On the convergence analysis and parameter selection in particle swarm optimization.Proceedings of the second international conference of machine learning and cybernetics .2 Yong-ling zheng,Long-hua Ma,Li-yan zhang,et al. Xi’an . 2003

[10]

The particle swarm optimization algorithm.Convergence analysis and parameter selection .2 Trelea I. Information Processing Letters . 2003

← 1 →