文献综述一版.docVIP

专业文献综述 题 目: 粒子群算法研究现状及应用综述 姓 名: 黄若凡 学 院: 信息科学技术学院 专 业: 计算机科学与技术 班 级: 计科112班 学 号: 指导教师: 郭小青 职称: 副教授 2014年5月24日 南京农业大学教务处制 粒子群算法研究现状及应用综述 作者：黄若凡 指导老师：郭小青 摘要：粒子群算法是一种基于群体智能的算法。这种算法自身简单、通用性强、收敛速度快、调整参数少、容易编程实现，所以发展的十分迅速，被学者和专家广泛的研究。粒子群算法是一个非常有潜力的工具，在最近的十几年间已经成为了现代优化方法中的一个重要的组成部分，在处理高维的和缺乏领域知识的问题中尤其有用。算法的应用具体表现在在函数优化、神经网络训练、工程实践等几个大方面。本文介绍了粒子群算法的原理和思想，概述了算法的现状和改进，总结了粒子群算法的应用，展望了粒子群算法的进一步研究趋势。 关键字：粒子群优化算法；群体智能；复杂适应系统 Status of research and application of particle swarm Review HUANG Ruo-fan，GUO Xiao-qing Nanjing Agricultural University, College of Information Science and Technology, Jiangsu Nanjing 210095 Abstract: PSO algorithm is based on swarm intelligence algorithm.The algorithm itself is simple, versatile, fast convergence, less adjustment parameters, easy programming, so the development is very rapid, extensive research has been scholars and experts. Particle swarm algorithm is a very promising tool in the recent ten years.It has become an important part of modern optimization method .The treatment which in high-dimensional problems and lacking of knowledge in the field is especially useful. Algorithm application specific performance in several respects in function optimization, neural network training, engineering practice, etc.This paper describes the principles and ideas of particle swarm optimization, an overview and improvement of the status of the algorithm,summarizes the application of particle swarm algorithm,and the future research trends in particle swarm optimization. Key words: PSO；Swarm Intelligence；Complex Adaptive SystemsPSO）是Keenedy和Eberhart在鸟群、鱼群和人类社会的行为规律的启发下提出的一种基于群智能的演化计算技术[1]。该算法模拟鸟群飞行觅食的行为，通过鸟之间的集体协作使群体达到最优，它与遗传算法同属于群体优化技术，但是PSO更加简单，操作更加方便，从诞生起，就引起了国内外学者的高度关注，并掀起了该方法的研究高潮，还在很多领域得到了成功的应用[2]。 1