粒子群优化算法研究进展

• 作者: 倪庆剑 张志政 文巨峰 王蓁蓁 邢汉承
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 群智能 粒子群优化(PSO) 优化问题
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 综述与评论
• 页码范围: 349-357
• 页数: 9页
• 分类号: TP181
• 字数: 8040字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2007.03.010

摘要

粒子群优化(PSO)算法作为一种仿生进化算法,是受到自然界生物群体行为机制的启发而提出的.本文首先介绍PSO算法的基本原理和工作机制.然后着重就PSO算法的理论和应用研究现状进行综述,包括PSO算法的改进、PSO算法的参数设置、PSO算法的收敛性、PSO算法与其它算法的融合以及PSO算法在优化领域的典型应用,并进一步分析它们的研究重点和发展方向.最后是关于PSO算法面临的问题和研究展望,提出PSO算法研究中值得探讨的一些课题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢汉承	东南大学计算机科学与工程学院	56	721	13.0	25.0
2	王蓁蓁	东南大学计算机科学与工程学院	11	221	4.0	11.0
3	张志政	东南大学计算机科学与工程学院	18	244	6.0	15.0
4	倪庆剑	东南大学计算机科学与工程学院	14	246	6.0	14.0
5	文巨峰	东南大学计算机科学与工程学院	13	266	8.0	13.0