| 粒子群优化算法及其与遗传算法的比较 |
| |
| 引用本文： | 沈艳 郭兵 古天祥. 粒子群优化算法及其与遗传算法的比较[J]. 电子科技大学学报(自然科学版), 2005, 34(5): 696-699 |
| |
| 作者姓名： | 沈艳 郭兵 古天祥 |
| |
| 作者单位： | 1.电子科技大学机械电子工程学院 成都 610054; |
| |
| 基金项目： | 本文研究工作得到电子科技大学青年基金(jx04038)资助. |
| |
| 摘 要： | 粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题。该文讨论粒子群优化算法的基本原理和实现步骤,分析了该算法中各参数的设置。通过一个测试函数,对粒子群优化算法与遗传算法进行了比较,结果表明粒子群优化算法在找寻最优解效率上好于遗传算法。
|
| 关 键 词： | 群集智能 粒子群 遗传算法 优化 |
| 收稿时间： | 2003-10-29 |
| 修稿时间： | 2003-10-29 |
Particle Swarm Optimization Algorithm and Comparison with Genetic Algorithm |
| |
| Shen Yan;Guo Bing;Gu TianXiang. Particle Swarm Optimization Algorithm and Comparison with Genetic Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(5): 696-699 |
| |
| Authors: | Shen Yan Guo Bing Gu TianXiang |
| |
| Affiliation: | 1.School of Electromechanical Engineering,UEST of China Chengdu 610054;2.School of Computer,Sichuan Univarcity Chengdu 610041 |
| |
| Abstract: | Particle swarm optimization, rooting from simulation of swarm of bird, solves optimization problem. Firstly, discusses particle swarm optimization algorithm principle and step of implementation, and then analyzes each of parameter. Particle swarm optimization algorithm compares with genetic algorithm through the same mathematic function. The comparative result indicates that Particle swarm optimization algorithm can obtain the optimum solutions more easily than genetic algorithm and it is a good optimization method with strong competition. |
| |
| Keywords: | warm intelligence particle swarm genetic algorithm optimization |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《电子科技大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《电子科技大学学报(自然科学版)》下载全文 |
