基于流形的微粒群优化  

Particle Swarm Optimization on Manifolds

作　　者：王慧[1] 刘希玉[2] 李田来[3] 

机构地区：[1]山东师范大学信息科学与工程学院,济南250014 [2]山东师范大学管理与经济学院,济南250014 [3]泰山学院数学与系统科学系,泰安271021

出　　处：《计算机科学》2009年第3期212-214,222,共4页Computer Science

基　　金："泰山学者"基金项目;国家自然科学基金项目;山东省自然科学基金项目(No.Z2004G02);山东省青年科学基金(No.03BS003);山东省教育厅科学和技术项目(No.J05G01);山东省科技攻关项目(No.2004GG2204090)资助

摘　　要：起源于群体智能的微粒群优化技术已经得到广泛的应用。一般情况下,我们假定微粒处于均匀分布的线性空间内。流形是几何学中的概念,概括地说,它是一个非线性空间。提出了一种基于流形即非线性空间上的微粒群优化框架MPSO,它用于非线性、非均匀数据分布,并对其进行了收敛性分析和算法性能评估。Particle Swarm Optimization（PSO） is an increasingly used optimization technique which is derived from swarm intelligence. Generally, all particles are assumed in a linear space that is uniformly distributed. The term manifold comes from geometry. Roughly speaking, a manifold is nearly a curved space. The purpose of this paper is to present a particle swarm optimization framework on manifolds, that is, on curved space. The newly proposed MPSO will apply for nonlinear, nonuniform data distribution. Convergence analysis was presented and performance of the new algorithm was examined with experimental data given.

关 键 词：流形 流形学习 微粒群优化 

分 类 号：TP273.22[自动化与计算机技术—检测技术与自动化装置] TN305[自动化与计算机技术—控制科学与工程]