位置:成果数据库 > 期刊 > 期刊详情页
粒子群优化算法发展综述
  • ISSN号:1674-0033
  • 期刊名称:《商洛学院学报》
  • 时间:0
  • 分类:TL811.11[核科学技术—核技术及应用]
  • 作者机构:[1]西安电子科技大学综合业务网国家重点实验室,陕西西安710071
  • 相关基金::国家自然科学基金项目(60572148)
中文摘要:

粒子群优化(PSO)算法是一种源于人工生命和演化计算理论的优化技术.PSO通过粒子搜寻自身的个体最好解和整个粒子群的全局最好解来更新完成优化.该算法原理简单,所需参数枝少,易于实现,目前已经应用到很多领域.文章阐述了基本PSO的原理。给出了各种改进技术,并展望了PSO的发展方向。

英文摘要:

Particle swarm optimization (PSO)algorithm as one of optimization techniques comes from artificial life and theory of evolutionary algorithms.It can be gathered from the update equations that the trajectory of each particle is influenced in a direction determined by the previous velocity and the location of each particle's previous position and the swarm's overall best position.With its simple principle,limited parameter and its easy implementation,it has been used widely now in many areas.This paper illustrates the foundational theory of PSO,enumerates various evolutionary technologies and previews the development of PSO.

同期刊论文项目
期刊论文 51 专利 3
同项目期刊论文
期刊信息
  • 《商洛学院学报》
  • 主管单位:陕西省教育厅
  • 主办单位:商洛学院
  • 主编:陈永庄
  • 地址:陕西省商洛市北新街10号
  • 邮编:726000
  • 邮箱:slsf@chinajournal.net.cn
  • 电话:0914-2329410 2339390传
  • 国际标准刊号:ISSN:1674-0033
  • 国内统一刊号:ISSN:61-1459/Z
  • 邮发代号:52-277
  • 获奖情况:
  • 1996年获陕西高校优秀期刊,2002年获陕西高校优秀社科学报,全国高校优秀社科期刊,特色栏目奖
  • 国内外数据库收录:
  • 被引量:1860