首页 | 本学科首页   官方微博 | 高级检索  
     检索      

粒子群算法在求解优化问题中的应用
引用本文:张利彪,周春光,刘小华,马铭.粒子群算法在求解优化问题中的应用[J].吉林大学学报(信息科学版),2005,23(4):385-389.
作者姓名:张利彪  周春光  刘小华  马铭
作者单位:吉林大学,计算机科学与技术学院,长春,130012
基金项目:国家自然科学基金 , 教育部重点实验室基金
摘    要:粒子群优化(PSO:Particle Swarm Optimization)算法是一种新兴的优化技术,其思想来源于人工生命和进化计算理论.PSO算法通过粒子追随自己找到的最好解和整个群体的最好解完成优化.为了避免PSO算法在求解最优化问题时陷入在局部最优及提高PSO算法的收敛速度,提出了对PSO算法增加更新概率.对无约束和有约束最优化问题分别设计了基于PSO算法的不同的求解方法和测试函数,并对PSO算法求解多目标优化问题进行了研究.仿真实验表明了改进的PSO算法求解最优化问题时的有效性.

关 键 词:粒子群算法  最优化问题  多目标优化问题  粒子群算法  求解方法  多目标优化问题  应用  Problems  Particle  Swarm  Optimization  有效性  改进  仿真实验  研究  测试函数  设计  约束最优化问题  无约束  更新概率  收敛速度  局部  群体  计算理论  人工生命
文章编号:1671-5896(2005)04-0385-05
修稿时间:2004年3月5日

Application of Particle Swarm Optimization for Solving Optimization Problems
ZHANG Li-Biao,ZHOU Chun-guang,LIU Xiao-hua,MA Ming.Application of Particle Swarm Optimization for Solving Optimization Problems[J].Journal of Jilin University:Information Sci Ed,2005,23(4):385-389.
Authors:ZHANG Li-Biao  ZHOU Chun-guang  LIU Xiao-hua  MA Ming
Abstract:PSO (Particle Swarm Optimization)is a new optimization technique originating from artificial life and evolutionary computation. The algorithm completes the optimization through following the personal best solution of each particle and the global best value of the whole swarm. To avoids the local minimum problems and to improve convergent speed, a new probability of PSO algorithm was proposed. Different solving methods and test functions have been designed for unconstrained and constrained optimization problems, and to do research for solving multi objective optimization problems with PSO. Numerical experiments have shown the feasibility and effectiveness of the proposed algorithm.
Keywords:particle swarm optimization  optimization problems  multi objective optimization problems
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号