粒子群优化算法(PSO)

资 源 简 介

粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域

详 情 说 明

粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，源于对鸟群捕食的行为研究。PSO类似于遗传算法，是一种基于迭代的优化工具。系统初始化为一组随机解，通过迭代搜索最优值。与遗传算法不同的是，PSO不使用交叉(crossover)和变异(mutation)，而是粒子在解空间中追随最优的粒子进行搜索。下面的章节将详细介绍PSO的步骤。相比于遗传算法，PSO的优势在于简单易实现，并且不需要调整很多参数。目前，PSO已广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法的应用领域。