首页 期刊 山西师范大学学报·自然科学版 微粒群算法的研究现状及发展趋势 【正文】

微粒群算法的研究现状及发展趋势

作者:夏桂梅; 曾建潮 太原科技大学数学系,山西太原030024
微粒群算法   计算速度   进化计算   搜索空间   优化算法  

摘要:微粒群优化算法(PSO)是一种进化计算技术(evolutionary computation).算法通过微粒间的相互作用发现复杂搜索空间中的最优区域.其优点是:计算速度快且简单易实现;缺点是容易陷入局部极值点,进化后期收敛速度慢且精度较差.本文对微粒群算法的研究现状进行了部分介绍,并对其研究的发展趋势进行了预测.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅