线性递减的粒子群优化算法

• 作者: 周宁宁 林伟民
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 粒子群 优化 振荡现象
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 67-70
• 页数: 4页
• 分类号: TP301.6
• 字数: 3707字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.10.016

摘要

粒子群优化算法( PSO)是一种仿生类的全局优化算法，它借助记忆与反馈机制完成了寻优搜索。该算法受到了鸟类觅食活动的启发而得，其基本思想源于对鸟类简化社会模型的研究及行为模拟，其中的每个个体充分利用自身与群体的智能，不断地调整学习，最终得到满意解。该算法常用于求解非线性问题、组合优化问题等。因其具有易理解，易实现，控制参数少，收敛速度快等优点，该算法一经提出就吸引了广泛的关注，逐渐成为一个新的研究热点。然而粒子群优化算法也有些不足，如搜索精度不高，易早熟以及易陷入局部极值等。而且算法在搜索后期也有产生振荡现象的可能，使得算法收敛起来会较慢。所以，文中就粒子群在迭代后期所出现的振荡现象进行了研究，并作出改进，提出了一种飞行时间单调递减的粒子群优化算法。新算法改善了算法的寻优能力，减小了粒子在寻优过程中的振荡现象。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周宁宁	南京邮电大学计算机与软件学院	37	398	11.0	18.0
2	林伟民	南京邮电大学计算机与软件学院	1	10	1.0	1.0