期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

模拟退火改进粒子群优化算法求解优化问题 被引量：3

Optimization of the Solution to the Problems Simulated Annealing to Improve Particle Swarm Algorithm
在线阅读 下载PDF
导出
摘要 针对粒子群优化算法后期易陷于局部最小的缺点,引入模拟退火思想,建立模拟退火—粒子群优化算法。通过求解函数优化问题对比实验,表明改进后的粒子群优化算法增强全局寻优能力,搜索成功率大为提高。 In dealing with the problem of Particle Swarm Optimization （PSO） algorithm evolving program, this paper aims at an adoption of Simulated Annealing （SA） to improve the particle swarm algorithm and establish an SA-PSO optimization model. The applied example of function optimization and calculation result indicate that SAPSO method can improve the seeking the global excellence and its stability.
作者 汪灵枝
机构地区 柳州师范高等专科学校数学与计算机科学系
出处 《柳州师专学报》 2006年第3期101-103,共3页 Journal of Liuzhou Teachers College
关键词 粒子群优化算法 模拟退火 优化 particle swarm optimization simulated annealing algorithm optimization
分类号 TP301 [自动化与计算机技术—计算机系统结构]
  • 相关文献

参考文献8

  • 1Kennedy J,Eberhart R C.Particle Swarm Optimization[C].Proceedings of IEEE International Conference on Neutral Networks,Pwrth,Australia,1995:1942-1948.
  • 2Shi Y,Eberbart R.A modified particle swarm optimizer[C].In:IEEE World Congress on Computational Intelligence,1988:69-73.
  • 3Fukuyama Y.Fundamentals of Partcle Swarm Techiques[A].Lee KY,El-Sharkawi M A,Modern Heuristic Optimization Techniques with Applications to Power Systems[C].IEEE Power Engineering Society,2002:45-51.
  • 4Shi Y,Eberbart R.Fuzzy adaptive particle swarm optimization[A].IEEE World Congress on Evolutionary Computation[C].Seoul.2001:101-106.
  • 5吕振肃,侯志荣.自适应变异的粒子群优化算法[J].电子学报,2004,32(3):416-420. 被引量：455
  • 6Fan den Bergh,Engelbrecht A P.Cooperative learning in neural networks using particle swarm optimizations[J].South African Computer,2000,26(11):84-90.
  • 7谢晓锋,张文俊,杨之廉.微粒群算法综述[J].控制与决策,2003,18(2):129-134. 被引量：424
  • 8周驰,高海兵,高亮,章万国.粒子群优化算法[J].计算机应用研究,2003,20(12):7-11. 被引量：180

二级参考文献61

  • 1王小平 曹立明.遗传算法-理论、算法与软件实现[M].陕西西安：西安交通大学出版社,2002.105-107.
  • 2[31]Eberhart R, Hu Xiaohui. Human tremor analysis using particle swarm optimization[A]. Proc of the Congress on Evolutionary Computation[C].Washington,1999.1927-1930.
  • 3[32]Yoshida H, Kawata K, Fukuyama Y, et al. A particle swarm optimization for reactive power and voltage control considering voltage security assessment[J]. Trans of the Institute of Electrical Engineers ofJapan,1999,119-B(12):1462-1469.
  • 4[33]Eberhart R, Shi Yuhui. Tracking and optimizing dynamic systems with particle swarms[A]. Proc IEEE Int Conf on Evolutionary Computation[C].Hawaii,2001.94-100.
  • 5[34]Prigogine I. Order through Fluctuation: Self-organization and Social System[M]. London: Addison-Wesley,1976.
  • 6[1]Kennedy J, Eberhart R. Particle swarm optimization[A]. Proc IEEE Int Conf on Neural Networks[C].Perth,1995.1942-1948.
  • 7[2]Eberhart R, Kennedy J. A new optimizer using particle swarm theory[A]. Proc 6th Int Symposium on Micro Machine and Human Science[C].Nagoya,1995.39-43.
  • 8[3]Millonas M M. Swarms Phase Transition and Collective Intelligence[M]. MA: Addison Wesley, 1994.
  • 9[4]Wilson E O. Sociobiology: The New Synthesis[M]. MA: Belknap Press,1975.
  • 10[5]Shi Yuhui, Eberhart R. A modified particle swarm optimizer[A]. Proc IEEE Int Conf on Evolutionary Computation[C].Anchorage,1998.69-73.

共引文献1025

同被引文献15

引证文献3

二级引证文献9

柳州师专学报
2006年 第3期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部