计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2015年
5期
23-26
,共4页
粒子群优化算法%公式变形%最优化
粒子群優化算法%公式變形%最優化
입자군우화산법%공식변형%최우화
particle swarm optimization algorithm%transformation formula%optimization
分析了粒子群算法的惯性部分、个体认知部分和群体认知部分的作用,对粒子群算法迭代方程的各部分进行变形,获得了三种新形式的粒子群算法。用算例说明所得到的三个新的粒子群算法具有较好的优化能力。
分析瞭粒子群算法的慣性部分、箇體認知部分和群體認知部分的作用,對粒子群算法迭代方程的各部分進行變形,穫得瞭三種新形式的粒子群算法。用算例說明所得到的三箇新的粒子群算法具有較好的優化能力。
분석료입자군산법적관성부분、개체인지부분화군체인지부분적작용,대입자군산법질대방정적각부분진행변형,획득료삼충신형식적입자군산법。용산례설명소득도적삼개신적입자군산법구유교호적우화능력。
The functions of inertance part, individual perception part and population perception part about the particle swarm optimization algorithm are analysed. Every part of the iterative equations about the particle swarm optimization algorithm is transformed. Three new particle swarm optimization algorithms are obtained. The three new algorithms possess prefera-ble optimization abilities which are illustrated by examples.