微粒群优化算法研究  

Study of Particle Swarm Optimization Algorithms

作　　者：马俊宏[1] 

机构地区：[1]晋中学院计算机科学与技术学院,山西晋中030600

出　　处：《晋中学院学报》2007年第3期83-87,共5页Journal of Jinzhong University

摘　　要：微粒群算法(PSO算法)是模拟鸟类、鱼群等的群体智能行为的一种启发式全局优化技术.通过介绍微粒群优化算法的原理、算法流程、算法参数及其对算法性能的影响,给出了各种改进的微粒群算法形式以及研究现状,归纳了微粒群算法的国内外应用进展及研究方向.Particle Swarm Optimization （PSO） algorithm is a group of heuristic global optimization technique which simulates birds, fish and other swarms＇ intelligent behavior. This paper introduces the principle, process and parameters of particle swarm optimization （PSO） algorithm, and their influence on optimization performance of PSO. Classical particle swarm optimization algorithm and its several variants and some studies and applications of the algorithms home and abroad are introduced.

关 键 词：微粒群优化算法 群体智能 优化 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]