基于模拟退火思想的基本粒子群算法改进

摘要：

粒子群算法(PSO)是进化计算领域中一种优化算法，被广泛应用到函数优化、神经网络训练、模式分类和模糊系统控制等领域。基本的粒子群算法容易陷入局部最优，本文引用模拟退火的思想，改进了基本的粒子群算法，使其跳出局部最优。本文提出了两种改进策略，并反复测试两种改进策略和基本粒子群算法以比较它们的优劣，最后经过分析得出结论：两种改进策略的全局搜索性能优于基本粒子群算法。

关键词： 粒子群算法 模拟退火 局部最优 搜索性能

作者: 丛亮 胡成全 郭宗鹏 姜宇 沙丽华

作者单位: 吉林大学计算机科学与技术学院,长春 130012

会议类型: 国内会议

会议名称: 第27届中国控制会议

会议地点: 昆明

会议语种:中文

页码: 671-676

在线出版日期: 2008-07-01（万方平台首次上网日期，不代表论文的发表时间）