PSO优化算法演变及其融合策略

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (7): 90-92.

PSO优化算法演变及其融合策略

雷秀娟史忠科周亦鹏

西北工业大学自动化学院

收稿日期:2006-09-25 修回日期:1900-01-01 出版日期:2007-03-01 发布日期:2007-03-01
通讯作者: 雷秀娟

The Evolvement of Particle Swarm Optimization and its Combination Strategy

XiuJuan Lei

Received:2006-09-25 Revised:1900-01-01 Online:2007-03-01 Published:2007-03-01
Contact: XiuJuan Lei

摘要/Abstract

摘要： 本文分析了粒子群优化算法公式的演变以及相关参数，包括基本算法，加惯性权重的PSO以及加收缩因子的PSO。并对它与其它智能算法（模拟退火、遗传算法、蚁群算法等）的融合进行了探讨，指出目前PSO的数学研究范畴仅限于收敛性的研究。文尾给出了结论与展望。

关键词: 粒子群优化, 模拟退火, 蚁群优化算法

Abstract: This paper analyzed the evolvement of particle swarm optimization and related parameters, includes basic algorithm, PSO with inertia weight and PSO with constriction factor. Then discussed the combination strategy with other intelligent methods (simulated annealing, genetic algorithm, ant colony optimization) and pointed out the research about mathematics field of PSO is the convergence. The conclusion and prospect is in the end.

Key words: Particle Swarm Optimization, Simulated Annealing, Ant Colony Optimization

雷秀娟史忠科周亦鹏. PSO优化算法演变及其融合策略[J]. 计算机工程与应用, 2007, 43(7): 90-92.

XiuJuan Lei. The Evolvement of Particle Swarm Optimization and its Combination Strategy[J]. Computer Engineering and Applications, 2007, 43(7): 90-92.

[1]	徐尹翔, 陈祺东, 孙俊. 应用量子行为粒子群优化算法的文本对抗[J]. 计算机工程与应用, 2022, 58(9): 175-180.
[2]	陈博文, 邹海. 总结性自适应变异的粒子群算法[J]. 计算机工程与应用, 2022, 58(8): 67-75.
[3]	朱国晖, 刘茹文, 杨瑛. 多种群粒子群的SDN控制器故障恢复算法[J]. 计算机工程与应用, 2022, 58(5): 124-130.
[4]	张然, 潘芷涵, 尹毅峰, 蔡增玉. 基于SAA-SSA-BPNN的网络安全态势评估模型[J]. 计算机工程与应用, 2022, 58(11): 117-124.
[5]	张先才, 张足生, 李益广, 郭小红, 陈伟. 基于脉冲相干雷达的车辆检测算法[J]. 计算机工程与应用, 2022, 58(10): 276-282.
[6]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[7]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[8]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[9]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[10]	马艳芳，李保玉，杨屹夫，冯翠英. 客户分类下生鲜配送两级路径问题与算法研究[J]. 计算机工程与应用, 2021, 57(20): 287-298.
[11]	童文林，陈德旺，黄允浒，吕宜生. 结合模拟退火与规则约简的模糊系统优化方法[J]. 计算机工程与应用, 2021, 57(16): 142-150.
[12]	李雷孝，邓丹，李杰，王永生. 基于粒子群优化的全比较计算数据分发策略[J]. 计算机工程与应用, 2021, 57(15): 109-117.
[13]	张凯，靳鹏，崔勇. 带时间窗的多车型需求可拆分揽收配送问题[J]. 计算机工程与应用, 2021, 57(14): 281-288.
[14]	张铭，邓文瀚，林娟，钟一文. 改进蚁群优化算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(13): 85-95.
[15]	廖玮霖，程杉，尚冬冬，魏昭彬. 多策略融合的粒子群优化算法[J]. 计算机工程与应用, 2021, 57(1): 69-76.