一种快速收敛的局部粒子群优化新方法及其应用
粒子群优化算法(PSO)是一种有效的可以实现全局搜索的优化算法,其中局部PSO算法可以实现成功率为100％的全局搜索,但是局部收敛速度慢.序列二次规划(SQP)算法可以快速求解非线性有约束的寻优问题。但是易陷入局部极值。通过提出一种将局部PSO算法作全局搜索,SQP算法作局部搜索的新优化算法,可以在保证全局收敛的前提下快速收敛到目标函数的极值。针对该方法的仿真及在闭环系统辨识中的应用证明了其对于多峰值、病态、非线性函数的寻优可以得到满意的结果.
局部PSO SQP 全局收敛 局部极值 粒子群优化算法 闭环系统辨识
赵大力 靳其兵
北京化工大学 信息学院 北京100029
国内会议
北京
中文
192-196
2008-07-22（万方平台首次上网日期，不代表论文的发表时间）