基于局部搜索慣性權(quán)重的粒子群優(yōu)化算法
2011-01-01 00:00:00陳國強(qiáng)李旻張新剛
計(jì)算機(jī)應(yīng)用研究 2011年3期
0 引言
粒子群優(yōu)化(PSO)算法是由Kennedy等人提出的一類模擬群體智能搜索的優(yōu)化算法，可用于求解大量非線性、不可微和多極值的復(fù)雜優(yōu)化問題，目前在函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓(xùn)練、工業(yè)系統(tǒng)控制等領(lǐng)域取得了較好的效果。
PSO算法也是一種基于迭代的優(yōu)化算法，算法首先隨機(jī)產(chǎn)生一組粒子作為初始種群，通過迭代的方式不斷更新這組粒子。設(shè)求解優(yōu)化問題為
