基于微分演化的PSO参数选择策略

计算机科学 ›› 2007, Vol. 34 ›› Issue (4): 228-230.

• 计算机网络与信息安全 • 上一篇下一篇

基于微分演化的PSO参数选择策略

出版日期:2018-11-16 发布日期:2018-11-16

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 粒子群优化方法（Particle Swarm Optimization，PSO）是由Kennedy和Eberhart于1995年提出的一种基于群体智能（Swarm Intelligence）的演化计算技术，用于求解各类优化问题。PSO方法通过各种参数控制粒子的运行轨迹，并对参数设置有很强的敏感性。因此，如何为PSO方法选择最优的参数是PSO方法的关键。本文提出了一种不依赖个人经验的参数选则策略，针对特定问题，将PSO方法的性能表示成参数的函数，从而将参数选择问题转变成函数优化问题。采用微分演化（Diffe

关键词: 粒子群方法微分演化 PSO 参数选择

Abstract: The Particle Swarm Optimization （PSO）method was originally designed by Kennedy and Eberhart in 1995 and has been applied successfully in various optimization problems. The PSO idea is inspired by natural concepts such as fish schooling, bird flocking and

Key words: Particle swarm optimization, Differential evolution

. 基于微分演化的PSO参数选择策略[J]. 计算机科学, 2007, 34(4): 228-230. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

基于微分演化的PSO参数选择策略

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

Metrics

本文评价

推荐阅读 0