粒子群优化算法模型分析

• 作者: 涂序彦 潘峰 甘明刚 蔡涛 陈杰
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 粒子群优化算法 单信息最大搜索空间 渐进稳定性 充分条件 Lipschitz条件
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 368-377
• 页数: 10页
• 分类号: TP18
• 字数: 5954字
• 语种: 中文

摘要

粒子群优化算法在优化问题中体现出良好的性能,但目前还没有对其运动特性,尤其是参数的选择与当粒子群体陷入局部极值点导致的早熟收敛情况的详细分析.分析了PSO算法中的三种粒子模型(Gbest,Pbest,Commom模型)的运动特性,给出了Gbest模型和Pbest模型在没有新息获取时,单信息条件下的最大搜索空间.进一步证明了在减少了Lipschitz条件约束的条件下,Common模型渐进稳定的充分条件,将算法中惯量因子的取值范围扩大到(-1,1),并从物理上进行了解释.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡涛	北京理工大学信息科学技术学院自动控制系	16	253	7.0	15.0
2	陈杰	北京理工大学信息科学技术学院自动控制系	132	1712	22.0	35.0
3	涂序彦	北京理工大学信息科学技术学院自动控制系	13	291	7.0	13.0
4	潘峰	北京理工大学信息科学技术学院自动控制系	22	235	6.0	15.0
5	甘明刚	北京理工大学信息科学技术学院自动控制系	15	212	6.0	14.0