粒子群優(yōu)化算法及其改進(jìn).pdf

1、隨著優(yōu)化問題的日益復(fù)雜，和求解優(yōu)化問題的傳統(tǒng)算法計(jì)算量與日俱增，我們迫切需要一類對(duì)問題需求比較寬松，計(jì)算量小、計(jì)算速度快的算法。群體智能優(yōu)化算法應(yīng)運(yùn)而生，群體智能優(yōu)化算法基本上是根據(jù)群體所表現(xiàn)出來的智能和進(jìn)化理論而提出的一類算法，這類算法對(duì)問題信息需求較少，一般是通過群體的協(xié)作，個(gè)體的自我適應(yīng)和群體的競(jìng)爭(zhēng)三個(gè)步驟的反復(fù)迭代來達(dá)到優(yōu)化的目的。作為群體智能算法的代表，粒子群優(yōu)化算法是1995年由Kennedy和Eberhart提出的一種模仿

2、鳥類覓食行為的算法。該算法具有結(jié)構(gòu)簡(jiǎn)單、參數(shù)少和收斂速度快等優(yōu)點(diǎn)，在隨后的時(shí)間里，廣大學(xué)者對(duì)算法本身進(jìn)行了很多的改進(jìn)和對(duì)算法的應(yīng)用進(jìn)行了進(jìn)一步的研究。為了改善算法的求解精度和算法在求解矩陣特征值中的應(yīng)用，本文在前人的基礎(chǔ)上進(jìn)行了如下兩點(diǎn)改進(jìn)：
　　1、在標(biāo)準(zhǔn)粒子群算法的迭代中后期，在搜索到的全局最優(yōu)位置周圍生成一群新的粒子進(jìn)行差分進(jìn)化迭代操作，這部分新粒子迭代搜索到的結(jié)果會(huì)影響粒子群算法中的全局最優(yōu)，實(shí)驗(yàn)結(jié)果也體現(xiàn)了此改進(jìn)算法具有