计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2010年
3期
189-191
,共3页
粒子群优化算法%特征值%特征向量%特征方程
粒子群優化算法%特徵值%特徵嚮量%特徵方程
입자군우화산법%특정치%특정향량%특정방정
Particle Swarm Optimization(PSO)algorithm%eigenvalues%eigenvectors%characteristic equation
提出一种基于粒子群优化算法的求解方法,将线性方程组的求解转化为无约束优化问题加以解决,采用粒子群优化算法求解矩阵特征值和特征向量.仿真实验结果表明,该方法求解精度高、收敛速度快,能够在10代左右收敛,可以有效获得任意矩阵的特征值和特征向量.
提齣一種基于粒子群優化算法的求解方法,將線性方程組的求解轉化為無約束優化問題加以解決,採用粒子群優化算法求解矩陣特徵值和特徵嚮量.倣真實驗結果錶明,該方法求解精度高、收斂速度快,能夠在10代左右收斂,可以有效穫得任意矩陣的特徵值和特徵嚮量.
제출일충기우입자군우화산법적구해방법,장선성방정조적구해전화위무약속우화문제가이해결,채용입자군우화산법구해구진특정치화특정향량.방진실험결과표명,해방법구해정도고、수렴속도쾌,능구재10대좌우수렴,가이유효획득임의구진적특정치화특정향량.
A method based on Particle Swarm Optimization(PSO)algorithm is presented,which transfers the equations into a non-constraint optimization problem.The PSO algorithm is used to solve matrix eigenvahes and eigenvectors.Simulation experimental results show the accuracy and the convergence speed of this method is higher,which can converge in about ten generations.It can obtain any matrix eigenvalues and eigenvectors.
