基于梯度的随机微粒群算法  

The Stochastic Particle Swarm Optimization Basied on Gradient

作　　者：王建丽[1] 夏桂梅[1] 王希云[1] 

机构地区：[1]太原科技大学应用科学学院,山西太原030024

出　　处：《太原师范学院学报（自然科学版）》2010年第2期44-47,共4页Journal of Taiyuan Normal University:Natural Science Edition

摘　　要：在随机微粒群算法和函数梯度信息基础上,文章提出了基于梯度的随机微粒群算法.该算法既有随机微粒群算法的优点,又有梯度法的较高收敛性和精度,数值计算表明算法对于求解连续可微函数的全局优化问题是非常有效的.The stochastic particle swarm optimization basiedon on the gradient method is presented based on the analysis of the SPSO and the gradient of the continuous-differential function.The paper has not only the fast convergence of the gradient method and precision,but also the global convergence of stochastic particle swarm optimization.Numerical experiments have proved that this hybrid algorithm is very efficient.

关 键 词：随机微粒群算法 共轭梯度法 最速下降法 连续可微函数 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]