检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:窦全胜[1] 周春光[2] 刘晓华[1] 张忠波[3]
机构地区:[1]山东工商学院信息与电子工程学院,烟台264005 [2]吉林大学计算机科学与技术学院,长春130012 [3]吉林大学数学学院,长春130012
出 处:《计算机科学》2007年第8期141-142,共2页Computer Science
基 金:国家自然科学基金项目(批准号:60433020);教育部"符号计算与知识工程"重点实验室;985工程:"计算与软件科学科技创新平台"项目资助
摘 要:粒子群优化方法(PSO Particle Swarm Optimization)由Kennedy和Eberhart于1995年提出,基于群体智能行为的演化计算方法,并广泛应用于各类优化问题。在一些研究中,对PSO的粒子收敛性及粒子运行轨迹进行了分析,有一定理论价值和指导意义,本文针对一些分析过程中存在的问题进行了讨论,并对相关结论进行了修正。Particle Swarm Optimization (PSO)method was proposed by Kennedy and Eberhart in 1995, it can be used to solve a wide array of different optimization. The convergence properties and trajectories of particles are studied in some research which has great theoretical value and significance. But there is a series of problems in those researches. Some problems on particle trajectories of particle swarm optimization are discussed and revised in this paper.
分 类 号:TP18[自动化与计算机技术—控制理论与控制工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.145.50.27