PSO算法的收敛性及参数选择研究

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (9): 14-17.

PSO算法的收敛性及参数选择研究

刘晓峰陈通

天津大学管理学院

收稿日期:2006-11-26 修回日期:1900-01-01 出版日期:2007-03-21 发布日期:2007-03-21
通讯作者: 刘晓峰

Study on The Convergence Analysis and Parameter Choice of Particle Swarm Optimization

Received:2006-11-26 Revised:1900-01-01 Online:2007-03-21 Published:2007-03-21

摘要/Abstract

摘要： PSO算法(微粒群算法)是一种仿生优化技术，目前国内外对该算法的研究成果已经很丰富。然而PSO的数学基础还显得相对薄弱，对该算法的研究也仅仅限于在一维问题域内的收敛情况，对二维以及多维算法域收敛稳定性还缺乏深刻且具有普遍意义的理论分析。因此，本文在介绍分析一维问题域算法收敛的基础上，研究PSO算法在二维以及多维算法域内的收敛情况，从而寻求更加有利于微粒群算法收敛的参数选择。

关键词: 微粒群算法, 收敛性研究, 参数选择.

Abstract: Particle Swarm Optimization (PSO) is an optimization algorithm based on population invented by Eberhart and kennedy. Up to this day, there are many articles regarding PSO. However, the systemic and profound research and analysis of convergence of the algorithm is rare, and there are only some limited researches focusing on the convergence of one- dimension –domain problem. Therefore this article aims at studying the convergence of the Particle Swarm Optimization in multiple-dimension–domain problem, looking forward to seeking better parameters to carry out the algorithm.

Key words: Particle Swarm Optimization(PSO), Convergence analysis, Choice of parameters of the algorithm

刘晓峰陈通. PSO算法的收敛性及参数选择研究[J]. 计算机工程与应用, 2007, 43(9): 14-17.

[1]	王润民. 基于微粒群算法的视网膜血管自动提取方法[J]. 计算机工程与应用, 2015, 51(2): 177-180.
[2]	许成谦，郝红杰. 改进的智能优化在多用户检测中的应用[J]. 计算机工程与应用, 2013, 49(3): 143-146.
[3]	朱颀，陈成栋，陈华平. 差异工件流水车间批调度问题的求解[J]. 计算机工程与应用, 2013, 49(13): 221-227.
[4]	李宁1，贺毅朝1，寇应展2. 利用双重结构编码PSO求解动态背包问题[J]. 计算机工程与应用, 2012, 48(7): 39-42.
[5]	魏丽. 群体动画中路径自动规划方法研究[J]. 计算机工程与应用, 2012, 48(25): 83-87.
[6]	郭研1，2，李南1，李兴森2. 基于云多目标微粒群算法的多项目调度方法[J]. 计算机工程与应用, 2012, 48(21): 15-20.
[7]	金超，叶春明. 基于QPSO算法的模糊流水车间调度问题[J]. 计算机工程与应用, 2012, 48(2): 238-240.
[8]	阴艳超1，郭成2. 不确定环境下的一种动态响应库存优化方法[J]. 计算机工程与应用, 2012, 48(17): 238-242.
[9]	毛帆，傅鹂，蔡斌. 求解作业车间调度问题的微粒群遗传退火算法[J]. 计算机工程与应用, 2011, 47(5): 227-231.
[10]	叶林，叶春明，胡金涛. 萤火虫邻域结构的多吸引子微粒群算法及应用——以中国台湾再制造资源回收处理中心选址规划为例 [J]. 计算机工程与应用, 2011, 47(16): 230-234.
[11]	李金莱，卢香清. 一种求解约束优化问题的信赖域微粒群算法[J]. 计算机工程与应用, 2011, 47(10): 54-55.
[12]	杨维^1，2，陈国初¹，张延迟¹，徐余法¹，俞金寿². 改进的微粒群算法及其在风电场建模中的应用[J]. 计算机工程与应用, 2011, 47(1): 223-227.
[13]	郝武伟¹，曾建潮². 基于聚类分析的随机微粒群算法[J]. 计算机工程与应用, 2010, 46(8): 40-44.
[14]	潘玉霞，潘全科，桑红燕，武磊. 离散微粒群算法求解批量流水线调度问题[J]. 计算机工程与应用, 2010, 46(6): 52-55.
[15]	王辉. 一种新型的多种群微粒群算法 [J]. 计算机工程与应用, 2010, 46(35): 45-48.