粒子群优化算法及其应用综述

被引：24

作者：

吴庆洪 ^{[1
,2
]}

张颖 ^{[2
]}

马宗民 ^{[1
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 辽宁科技大学电信学院

来源：

微计算机信息 | 2010年 / 26卷 / 30期

关键词：

群集智能; PSO; ACO;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

群集智能以其独特的优势得到了很多领域学者的关注,其理论和应用得到了很大的发展。作为群集智能的代表方法之一,粒子群优化算法PSO(particle swarm optimization,简称PSO)通过粒子之间的合作与竞争能够实现对多维复杂空间的高效搜索,得到最优解。本文对群集智能中的粒子群优化算法及其应用进行了概括。

引用

页码：34 / 35+10 +10

页数：3

共 10 条

[1] 基于改进PSO算法的QOS选播流路由的研究 [J].

范新明 .

微计算机信息, 2009, 25 (15) :131-132+122

[2] 基于无线传感器网络的移动机器人智能导航算法 [J].

薛晗 ;

李迅 ;

马宏绪 .

传感技术学报, 2008, (05) :834-840

[3] 基于模拟退火思想和粒子群算法的盲源分离 [J].

张文爱 ;

李喜林 .

科学技术与工程, 2007, (13) :3255-3258

[4] 粒子群算法在服务质量路由问题的研究 [J].

胡中栋 ;

张敏 .

福建电脑, 2007, (05) :90-90

[5] 一种多粒子群的协同优化算法 [J].

徐志烽 .

现代电子技术, 2007, (01) :131-133

[6] 粒子群算法在锌电解优化调度中的应用 [J].

刘元 ;

阳春华 ;

李勇刚 ;

桂卫华 .

自动化与仪表, 2006, (04) :11-14

[7] 一种改进粒子群优化算法 [J].

柯晶 ;

钱积新 ;

乔谊正 .

电路与系统学报, 2003, (05) :87-91

[8]

微粒群算法[M]. 科学出版社 , 曾建潮等编著, 2004

[9]

Effects of swarm size on cooperative particle swarm optimizers. Van den Bergh F, Engelbrecht AP. Proceedings of the Genetic and Evolutionary Computation Conference （GECCO） . 2001

[10]

Adaptive-SDR:Adaptive Swarm-based Distributed Routing.Proc. Kassabalidis I,Sharkawi E I,Marks M A,et al. Pro-ceeding ofthe2002International Joint Conference on Neural Net-works . 2002

← 1 →