#
2 0 0 9 年 1 1 月
万方数据
第29卷第4期
粒子群优化算法又称微粒群算法是由Kenney和Eberhart等于1995年开发的一种进化计算技术它是一种基于迭代的优化工具PSO算法最初是为了图形化的模拟鸟群优美而不可预测的运动而通过对动物社会行为的观察发现在群体中对信息的社会共享提供一个演化的优势并以此作为开发算法的基础通过加入近邻的速度匹配并考虑了多维搜索和根据距离的加速形成了PSO的最初版本[3]之后引入了惯性权重w来更好的控制开发
基于混合Pareto遗传算法的多目标优化张根香夏娴瑶张荟(厦门大学软件学院福建 厦门361005)摘要:遗传算法是一种新型的优化方法可以用于解决最优化问题针对于多目标优化问题在传统的遗传算法的基础上给出了一种新的混合Pareto遗传算法该算法是将多目标优化方法和单目标优化方法相结合实验表明该方法有良好的全局优化性能和较强的局部搜索能力并且问题的计算量小复杂度低关键字:单目标优化多目标优化Pa
第37卷 第8期
PSO粒子群优化算法——网上好文转贴供朋友们参考1. 引言粒子群优化算法(PSO)是一种进化计算技术(evolutionaryputation)有Eberhart博士和kennedy博士发明源于对鸟群捕食的行为研究PSO同遗传算法类似是一种基于叠代的优化工具系统初始化为一组随机解通过叠代搜寻最优值但是并没有遗传算法用的交叉(crossover)以及变异(mutation)而是粒子在解空间追
基于粒子群算法的
万方数据
违法有害信息,请在下方选择原因提交举报