微粒群优化算法研究进展

被引：37

作者：

刘波

王凌

金以慧

黄德先

机构：

[1] 清华大学自动化系

[2] 清华大学自动化系北京

[3] 北京

来源：

化工自动化及仪表 | 2005年 / 03期

关键词：

微粒群优化; 多目标优化; 约束优化; 离散优化; 动态优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

围绕微粒群优化(PSO)算法的原理、特点、改进、应用等方面进行全面综述,介绍针对复杂环境的PSO研究内容,包括多目标、约束、离散和动态优化等,提出PSO有待进一步研究的若干方向和内容。

引用

页码：1 / 7

页数：7

共 6 条

[1]

智能优化算法及其应用[M]. 清华大学出版社 , 王凌著, 2001

[2]

Optimal Trajectory Planning of a Flexible Dual-Arm Space Robot with Vibration Reduction[J] . Hao Wu,Fuchun Sun,Zengqi Sun,Licheng Wu.Journal of Intelligent and Robotic Systems . 2004 (2)

[3] Location and imaging of two-dimensional scatterers by using a particle swarm algorithm [J].

Caorsi, S ;

Donelli, M ;

Lommi, A ;

Massa, A .

JOURNAL OF ELECTROMAGNETIC WAVES AND APPLICATIONS, 2004, 18 (04) :481-494

[4] Solving Unit Commitment problem using Hybrid Particle Swarm Optimization [J].

Ting, TO ;

Rao, MVC ;

Loo, CK ;

Ngu, SS .

JOURNAL OF HEURISTICS, 2003, 9 (06) :507-520

[5]

Comparing Inertia W eights and Constriction Factors in Particle Swarm Optim ization .2 Eberhart R C,Shi Y. Proceedings of the Congress on Evolutionary Computation . 2000

[6]

A Modified Particle Swarm Optimizer .2 Shi Y,Eberhart RC. Proceedings of the IEEE International Conference on Evolutionary Computation . 1998

← 1 →