熵极大自适应变异粒子群优化算法及其应用

摘要：

粒子群优化(PSO)算法是一种基于群体智能的全局优化算法,而自适应变异的粒子群优化(AMPSO)算法是为了克服一般的粒子群优化算法的早熟收敛问题而提出的.采用基于熵极大的初始化方法,增强初始化粒子群的多样性,通过典型测试函数对其性能进行分析,说明了算法的有效性.将熵极大自适应变异粒子群优化算法应用于PID参数设计,通过与遗传(GA)算法、基本AMPSO算法设计的数值仿真结果进行比较,进一步说明了该算法的可行性、有效性和应用价值.

关键词： PID控制 自适应变异 粒子群优化算法 熵极大 群体智能

作者: 高宪文 张大勇

作者单位: 东北大学,教育部流程工业综合自动化重点实验室,沈阳,110004 东北大学,信息科学与工程学院,沈阳,110004

会议类型: 国内会议

会议名称: 2007中国控制与决策学术年会

会议地点: 无锡

会议语种:中文

页码: 371-374

在线出版日期: 2007-07-03（万方平台首次上网日期，不代表论文的发表时间）