基于BSP模型的并行混沌粒子群算法
2009-04-29 00:00:00楊道平
數學學習與研究 2009年6期
粒子群優化算法(ParticleSwarm Optimization，PSO)是一種基于群智能的進化計算技術，是由Kennedy和Eberhart在1995年提出，由于粒子群優化算法具有收斂速度快、運算簡單、易于實現等優點，近年來吸引了許多研究者的關注和研究，并被應用于解決組合優化、神經網絡訓練、參數優化等領域，取得了較好的效果，在實際應用中，往往由于算法的參數設計或者是粒子數的選擇不恰當等原因，導致在計算的過程中，粒子的多樣性迅速的消失，造成算法“早熟”現象，從而導致算法不能收斂到全局極值點。
注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文
