粒子群算法及其改进技术研究  

Research on particle swarm algorithm and improved technology

作　　者：李志[1] 陈年生[1] 郭小珊[1] 柯宗武[1] 

机构地区：[1]湖北师范学院计算机科学与技术学院,湖北黄石435002

出　　处：《湖北师范学院学报（自然科学版）》2011年第2期104-108,共5页Journal of Hubei Normal University(Natural Science)

基　　金：湖北省高等学校优秀中青年科技创新团队计划项目(T200806);湖北省教育厅中青年项目(Q20082203)等资助

摘　　要：粒子群算法是一种基于种群的随机优化技术,1995年由Eberhart博士和Kennedy博士提出,该算法源于对鸟群觅食和鱼群学习行为的研究,在很多领域得到了广泛应用,本文介绍了粒子群算法的基本原理,并针对粒子群算法在不同应用领域的需求,详细讨论了粒子群算法的各种改进技术,最后,对粒子群算法未来发展进行了展望。Particle swarm optimization （PSO） is a population based stochastic optimization technique developed by Dr. Eberhart and Dr. Kennedy in 1995, inspired by social behavior of bird flocking or fish schooling,i, was widely used in many filed. The basic principle of particle swarm algorithm is simply introduced, some improved particle swarm algorithms are discussed and summarized in this paper. Finally, the future of particle swarm optimization algorithm is prospected.

关 键 词：粒子群算法 惯性权重 学习因子 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]