|
粒子群优化算法自提出后,由于其简单高效,受到众多领域学者的广泛研究。至今为止,对于粒子群群算法的研究大致可以分为:算法的改进、算法的分析及算法的应用。
算法的改进,可以分为对参数(惯性权重、学习因子、收缩因子)的改进、对公式中的速度及位置每隔一段时间重新赋值、使用新的位置和速度更新公式、与其他算法的计算技巧结合、对群体组织结构的改进。但现在很多学者在改进的时,会对上述的多方面同时改进,这必会增加算法的复杂性。对于算法性能的验证均采用实验验证,缺乏理论支持。
算法的分析,主要体现在对算法的收敛性及粒子的运行轨迹进行分析,这方面的研究较算法改进要少很多。
算法的应用,体现在各个领域,特别是在求解一些复杂问题时。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-4-25 23:19
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社