|
|||||
|
|
| 基于模拟退火算法思想的粒子群优化算法 | |
| 引用本文： | 高尚,杨静宇,吴小俊,刘同明.基于模拟退火算法思想的粒子群优化算法[J].计算机应用与软件,2005,22(1):103-104,80. |
| 作者姓名： | 高尚 杨静宇 吴小俊 刘同明 |
| 作者单位： | 1. 南京理工大学计算机系,南京,210094;华东船舶工业学院电子与信息系,镇江,212003 2. 南京理工大学计算机系,南京,210094 3. 华东船舶工业学院电子与信息系,镇江,212003 |
| 摘 要： | 粒子群优化是由Eberhart博士和Kennedy博士于1995年根据鸟或鱼群居社会行为而提出的。本文提出了4种改进的算法，特别推荐结合模拟退火算法思想提出的一种新算法。经过与基本粒子群算法比较测试，证实它是一种简单有效的算法。 |
| 关 键 词： | 粒子群优化算法 新算法 模拟退火算法 测试 算法比较 推荐 社会行为 基本粒子 |
PARTICLE SWARM OPTIMIZATION BASED ON THE IDEAL OF SIMULATED ANNEALING ALGORITHM |
|
| Gao Shang , Yang Jingyu Wu Xiaojun Liu Tongming.PARTICLE SWARM OPTIMIZATION BASED ON THE IDEAL OF SIMULATED ANNEALING ALGORITHM[J].Computer Applications and Software,2005,22(1):103-104,80. | |
| Authors: | Gao Shang Yang Jingyu Wu Xiaojun Liu Tongming |
| Affiliation: | Gao Shang 1,2 Yang Jingyu 1 Wu Xiaojun 2 Liu Tongming 2 1 |
| Abstract: | Particle swarm optimization(PSO)is an evolutionary computation technique developed by Dr.Eberhart and Dr.Kennedy in 1995,inspired by social behavior of bird flocking or fish schooling.In this paper four improved methods are given.The particle Swarm optimization algorithm combines the ideal of the simulated annealing algorithm are recommended.The new algorithms are tested and compared with the standard PSO.It is proved that a new method is a simple and effective algorithm. |
| Keywords: | Particle swarm Simulated annealing algorithm Optimization Ant colony optimization |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |