| PSO方法的收敛性及基于微分演化的参数确定策略 |
| |
| 引用本文： | 潘冠宇,刘大有,窦全胜,刘晓华.PSO方法的收敛性及基于微分演化的参数确定策略[J].吉林大学学报(工学版),2007,37(4):842-845. |
| |
| 作者姓名： | 潘冠宇 刘大有 窦全胜 刘晓华 |
| |
| 作者单位： | 1. 吉林大学,计算机科学与技术学院,长春,130012
2. 山东工商学院,信息与电子工程学院,山东,烟台,264005 |
| |
| 基金项目： | 国家自然科学基金
,
国家自然科学基金
,
山东省教育厅资助项目 |
| |
| 摘 要： | 对已有关于PSO收敛性的研究结果进行了必要的修正和完善,并提出了一种不依赖个人经验的参数选择策略。针对特定问题,将PSO方法的性能表示成参数的函数,从而将参数选择问题转变成函数优化问题。同时,采用微分演化方法来确定PSO的最佳参数,收到了较好的效果。
|
| 关 键 词： | 人工智能 粒子群优化 收敛性 参数选择 微分演化 |
| 文章编号： | 1671-5497（2007）04-0842-04 |
| 收稿时间： | 2006-06-21 |
| 修稿时间： | 2006年6月21日 |
Convergence property and parameters-selection strategy base on differential evolution of PSO |
| |
| Pan Guan-yu,Liu Da-you,Dou Quan-sheng,Liu Xiao-hua.Convergence property and parameters-selection strategy base on differential evolution of PSO[J].Journal of Jilin University:Eng and Technol Ed,2007,37(4):842-845. |
| |
| Authors: | Pan Guan-yu Liu Da-you Dou Quan-sheng Liu Xiao-hua |
| |
| Affiliation: | 1. College of Computer Science and Technology, Jilin University, Changchun 130012, China; 2. School of Information and Electronics Engineering, Shandong Institute of Business and Technology, Yantai 264005, China |
| |
| Abstract: | It was modified and completed that the previous research result on PSO convergence property and proposed a new strategy on parameter selection which did not depend on expert experience.It transformed the parameter-selection problem into functional optimization problem by creating a function of the PSO property parameters.The result is also very promising in finding the optimal parameters of PSO by differential evolution. |
| |
| Keywords: | artificial intelligence particle swarm optimization convergence property parameters-selection differential evolution |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《吉林大学学报(工学版)》浏览原始摘要信息 |
|
点击此处可从《吉林大学学报(工学版)》下载全文 |
|
