matlab粒子群优化算法介绍

wsl3000666

优化算法肯定有一道题要用
这是一种新的智能优化算法

xzy0145

基于MATLAB的粒子群优化算法程序设计
& z% r8 y/ q/ G9 ~4 N1 M+ I+ f0 N吴建生,秦发金
(柳州师范高等专科学校数学与计算机科学系,广西柳州545004)
　　摘　要:阐述了粒子群算法的基本原理,探讨了在MATLAB环境中实现粒子群算法的编程方法,构建粒子群算
$ D$ D1 p6 Y/ S, _$ l" {9 s法工具箱函数,通过仿真示例验证了该方法的有效性,表明它能够对函数进行全局优化。
关键词:粒子群;优化算法; MATLAB; 程序设计
中图分类号: TP301. 6　文献标识码:A　文章编号: 1003 - 7020 (2005) 04 - 0097 - 04
  h# j- g: U9 i, `. W1 h1 引言
, }) F9 G; r1 @2 ?7 C群体智能算法( Swarm Intelligence Algorithm, SIA)的研究开始于20世纪90年代,其基本思想是模拟自然界生物的群体行
为来构造随机优化算法[ 1, 2, 3 ] ,通常单个自然界的生物并不是智能的,但是整个生物群体却表现出处理复杂问题的能力,群体
智能算法就是模仿这些生物的团体行为并把它应用在人工智能问题中,其中粒子群优化算法( Particle Swarm Op timization,
9 N' ?7 s) n* XPSO)就是群体智能算法的一种,它是由美国社会心理学家James Kennedy和电气工程师Russell Eberhart在1995年提出的,其
基本思想是对鸟群、鱼群的觅食过程中的迁徙和聚集的行为模拟,并利用了生物学家Frank Heppner的生物群体模型[ 4, 5, 6 ]。
PSO算法是一类基于群体智能的随机优化技术,相对遗传算法而言,二者都是基于群体的迭代搜索,但是PSO算法没有交叉、
/ N8 j0 h. |+ |变异算子,粒子群优化算法是通过个体之间的协作来搜寻最优解,它利用了生物群体中信息共享的思想,其概念简单、易于实
/ K) x: ?" e/ f4 N* v现,同时又有深刻的智能背景,既适合科学研究,又特别适合工程应用。因此, PSO一提出,就引起了众多学者的关注,并在短
; z) b( h% g1 p短几年的时间里出现了大量的研究成果[ 7, 8 ]。

xzy0145

下一个，支持一下

minedoc

好资料谢谢叻 .......

hustccb

谢谢啦！好东西啊

hustccb

一点下载，才想起自己已经有了···

哈小王2013

笑一笑12345

不错