自由搜索和微粒群算法的比较研究  

Comparison Between Free Search and Particle Swarm Optimization

作　　者：周晖[1,2] 邵世煌[2] 徐晨[2] 

机构地区：[1]南通大学电子信息学院,江苏南通226019 [2]东华大学信息科学与技术学院,上海201620

出　　处：《微电子学与计算机》2009年第5期9-12,共4页Microelectronics & Computer

基　　金：国家"八六三"计划项目(2007AA01Z330);江苏省高校自然科学基础研究项目(07KJB510095;07KJA51007);江苏省高技术计划重大项目(BG2007022)

摘　　要：群集智能是仿生智能的重用分支.探讨了一种新的群集智能优化算法——自由搜索(FS),并将其和群集智能的典型实现——微粒群算法(PSO)进行了比较研究.首先,简要回顾了PSO算法的基本原理,作重分析了自由搜索算法的优化机制;然后,从生物学背景、寻优机制、仿真实验等方面对这两种算法进行了全面深入的比较.最后,对这两种算法的发展进行了展望.Swarm intelligence is an important part of bionic intelligence.A novel swarm intelligence optimization,free search is studied.Firstly,its Optimization Mechanism is introduced in this paper.As an important branch of swarm intelligence,Particle swarm optimization is described.Then,a detialed comparison and analysis of these two bionic optimization algorithms are presented in aspect of background of biology and optimization mechanism,experimental results.Finally,some remarks on the further research contents and directions are discussed.

关 键 词：自由搜索 微粒群优化 群集智能 比较 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]