%0 Journal Article
%T 改进PSO算法及其在函数优化中的应用
%A 曹国华
%A 李婷婷
%J 南京师范大学学报(工程技术版)
%P 10-13
%D 2007
%X 针对微粒群算法PSO(ParticleSwarmOptimization)应用于函数优化存在的问题,提出一种加入了梯度信息改进的微粒群算法.微粒群算法用于函数的优化,具有简单、效果好等优点.但是研究也表明该方法也存在着一些缺点,如计算时间较长、容易陷入局部最小等,这是由于算法本身的随机性决定的.梯度法是传统的优化方法,典型的特征是在确定优化解的方向时遵循梯度下降原则,因此在寻找优化值时方向比较确定,可以减少优化时间.为了克服PSO的缺点,在标准PSO优化策略中引入梯度原则,设计了一个具有梯度指导的PSO算法.现将改进的PSO算法应用于函数的优化,并与标准PSO算法的效果进行了比较.函数优化实验的结果表明,改进的PSO算法提高了标准PSO算法的收敛时间.
%K 改进微粒群算法
%K 函数优化
%K 梯度法
%U http://njsfdxgckj.paperonce.org/oa/DArticle.aspx?type=view&id=20070203