粒子群优化的两种改进策略

被引：37

作者：

窦全胜

周春光

马铭

机构：

[1] 吉林大学计算机科学与技术学院

来源：

计算机研究与发展 | 2005年 / 05期

关键词：

粒子群方法; 模拟退火; 优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

粒子群优化方法(particleswarmoptimization,PSO)是由Kennedy和Eberhart于1995年提出的,并成功应用于各类优化问题.通过对PSO方法深入分析,把模拟退火和分工两种机制引入到PSO方法中,提出了模拟退火粒子群优化(PSOwSAPSOwithsimulatedannealing)和有分工策略的粒子群优化(PSOwDOWPSOwithdivisionofwork),两种不同改进方法,详细阐述了这两种方法的主要思想.测试结果表明,这两种改进方法能够克服传统PSO方法中的不足,增强了粒子群的优化能力.

引用

页码：897 / 904

页数：8