粒子群优化算法的发展趋势

被引：10

作者：

莫愿斌 ^{[1
]}

刘贺同 ^{[1
]}

陈德钊 ^{[2
]}

机构：

[1] 广西民族大学,数学与计算机科学学院

[2] 浙江大学,智能信息工程研究所

来源：

计算机与应用化学 | 2009年 / 26卷 / 04期

关键词：

优化; 粒子群优化算法; 发展趋势; 收敛性;

D O I：

10.16866/j.com.app.chem2009.04.011

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

分析优化算法的发展历程,指出粒子群优化算法(PSO)是基于群体智能的一种算法,简单易行,可调参数少,研究广泛且发展迅速。结合图形给出算法的个体极值和整体极值的搜优运动过程。研究总结算法的研究现状及特点,认为PSO还需要完善和继续研究。提出将算法应用于复杂的约束优化、随机优化与最优控制问题是算法应用研究的方向,并指出对该算法完整的收敛性分析是算法成熟的标志。

引用

页码：430 / 434

页数：5

共 28 条

[11] 基于量子行为粒子群优化方法的随机规划算法 [J].