这种算法能够模拟群体的行为,以便迭代地优化数值问题。例如,它可以被分类为像蚁群算法、人工蜂群算法和细菌觅食这样的群体智能算法。 J. Kennedy 和 R.Eberhart 在1995年提出的粒子群优化(Particle Swarm Optimization,PSO)变得非常流行,它是一种基于随机优化(Stochastic Optimization)的强大算法,受鸟群中的规则启发,连续...
粒子群优化算法(3)—标准粒子群算法(局部优化版本) 在全局版的标准粒子群算法中,每个粒子的速度的更新是根据两个因素来变化的,这两个因素是:1.粒子自己历史最优值pi。2.粒子群体的全局最优值pg。如果改变粒子速度更新公式,让每个粒子的速度的更新根据以下两个因素更新,A.粒子自己历史最优值pi。B.粒子邻域内粒子...
粒子群优化算法的基本思想是通过群体中个体之间的协作和信息共享来寻找最优解. PSO的优势在于简单容易实现并且没有许多参数的调节。目前已被广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法的应用领域。 3.1 问题提出 设想这样一个场景:一群鸟在随机的搜索食物。 在这个区域里只有一块食物,所有的鸟都...
粒子群优化(PSO)算法由Kennedy和Eberhart于1995年提出,是群体智能优化方法中具典型代表性的算法,具有广泛的应用领域,例如神经网络训练,工程优化等。PSO的基本思想是群体中的每一个成员通过学习自身和群体中其他成员的信息以决定下一步动作,即一个粒子通过追随两个目标点(分别代表自身信息和其他成员信息)进行寻优,第一个...
第9章多目标粒子群算法的改进 9.1自适应档案网格MOPSO（CMOPSO）9.2多目标全面学习粒子群优化算法（MOCLPSO）9.3基于距离的PSO改进算法（DISMOPSO）9.4小结 参考文献 内容简介 《粒子群优化算法与多目标优化》从算法背景、算法理论、算法求解单目标和多目标问题等方面介绍了粒子群优化算法。全书共9章，主要内容包括...
研究取得的主要成果为：1. 将微生物的兼性寄生行为嵌入粒子群算法中，构建了基于生物共生机制的粒子群算法（PSOPB）；2. 在细菌觅食的繁殖算子中嵌入分布估计算法，提出了分布式细菌觅食优化方法（EDA-BFO）；3. 赋予细菌灵敏度，并将群内差分的思想引入趋化算子，提出了均衡式细菌觅食优化算法（DEBFO）；4. 赋予...
.粒子群优化算法是一种源于大自然中生物世界的新的仿生类算法，在一系列困难的组合优化问题中取得成效。本课题拟通过研究其内在的搜索机制，建立基于粒子群算法的矢量量化图象压缩编码模型，认识和掌握其内在机理和本质特性。根据矢量量化码书设计的两个优化准则，分别对应基于码书的解描述方法和基于聚类划分的解描述方法...
粒子群优化算法(PSO)是一种新近提出的智能算法，在诸多领域取得成功，本项目拟探讨PSO算法与经典最优化方法、模糊数学的融合问题以及应用，主要考虑以下几方面的问题：(1)基于经典PSO算法适于全局搜索但较易陷入局部最优的特性，考虑用模糊系统控制PSO算法最优个体引导算法群体的搜索路径，从而很大程度上扩大算法搜索的...