计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
3期
59-65,84
,共8页
刘建华%张永晖%周理%贺文武
劉建華%張永暉%週理%賀文武
류건화%장영휘%주리%하문무
粒子群算法%权重递增%群体智能%进化计算
粒子群算法%權重遞增%群體智能%進化計算
입자군산법%권중체증%군체지능%진화계산
Particle swarm optimization%Progressive weight increase%Swarm intelligence%Evolutionary computation
粒子群算法(Particle Swarm Optimization,PSO)是仿真生物群体的社会行为的一种智能优化算法,现在已广泛应用到各种优化计算中.PSO算法的权重参数采用随迭代而递减的时变策略,权重时变值一般是根据试验结果来确定的,很少通过理论分析来选择权重.利用PSO算法的理论模型,分析权重值对算法的影响,并说明PSO算法采用时变权重的合理性.进一步根据分析模型,提出一种权重可以随迭代而递增的PSO算法模型.通过利用经典的基准函数,经仿真试验验证,这种权重递增的PSO算法优于传统权重递减的PSO算法,并且其性能与标准PSO算法相当.
粒子群算法(Particle Swarm Optimization,PSO)是倣真生物群體的社會行為的一種智能優化算法,現在已廣汎應用到各種優化計算中.PSO算法的權重參數採用隨迭代而遞減的時變策略,權重時變值一般是根據試驗結果來確定的,很少通過理論分析來選擇權重.利用PSO算法的理論模型,分析權重值對算法的影響,併說明PSO算法採用時變權重的閤理性.進一步根據分析模型,提齣一種權重可以隨迭代而遞增的PSO算法模型.通過利用經典的基準函數,經倣真試驗驗證,這種權重遞增的PSO算法優于傳統權重遞減的PSO算法,併且其性能與標準PSO算法相噹.
입자군산법(Particle Swarm Optimization,PSO)시방진생물군체적사회행위적일충지능우화산법,현재이엄범응용도각충우화계산중.PSO산법적권중삼수채용수질대이체감적시변책략,권중시변치일반시근거시험결과래학정적,흔소통과이론분석래선택권중.이용PSO산법적이론모형,분석권중치대산법적영향,병설명PSO산법채용시변권중적합이성.진일보근거분석모형,제출일충권중가이수질대이체증적PSO산법모형.통과이용경전적기준함수,경방진시험험증,저충권중체증적PSO산법우우전통권중체감적PSO산법,병차기성능여표준PSO산법상당.
