连续型粒子群优化算法的均方收敛性分析

罗金炎

doi:10.3969/j.issn.0372-2112.2012.07.013

您当前的位置：

首页 >

文章列表页 >

连续型粒子群优化算法的均方收敛性分析

学术论文 | 更新时间：2025-07-08

- 连续型粒子群优化算法的均方收敛性分析
- The Analysis of Continuous Particle Swarm Optimization Algorithm's Mean Square Convergence
- 电子学报 2012年40卷第7期页码：1364-1367
- 作者机构：
  
  1. 闽江学院数学系,福建,福州,350108
  2. 闽江学院数学系,福建,福州,350108
- 作者简介：
- 基金信息：
  
  福建省自然科学基金 (No.2009J05011);闽江学院科技启动项目 (No.YKQ09001)
- DOI：10.3969/j.issn.0372-2112.2012.07.013
  中图分类号： TP18
- 纸质出版：2012
- 稿件说明：
移动端阅览
罗金炎. 连续型粒子群优化算法的均方收敛性分析[J]. 电子学报, 2012,40(7):1364-1367.

The Analysis of Continuous Particle Swarm Optimization Algorithm's Mean Square Convergence[J]. Acta Electronica Sinica, 2012, 40(7): 1364-1367.
罗金炎. 连续型粒子群优化算法的均方收敛性分析[J]. 电子学报, 2012,40(7):1364-1367. DOI： 10.3969/j.issn.0372-2112.2012.07.013.

The Analysis of Continuous Particle Swarm Optimization Algorithm's Mean Square Convergence[J]. Acta Electronica Sinica, 2012, 40(7): 1364-1367. DOI： 10.3969/j.issn.0372-2112.2012.07.013.

摘要

粒子群优化算法是基于生物群体内个体间的合作与竞争等复杂行为产生的群体智能优化算法

已有的理论分析多在确定性的情况下进行算法收敛性分析.本文基于随机系统的矩方程法分析了连续型粒子群优化算法的均方收敛性

并给出了能够保证算法均方收敛域

最后通过仿真实验分析验证了相关结论.

Abstract

Particle swarm optimization (PSO) algorithm is a population-based

self-adaptive search optimization method motivated by the observation of simplified animal social behaviors.Most of the analysis of PSO algorithm is in the deterministic assumptions.Based on the theory of stochastic process

this paper studies the mean square convergence of the particle swarm optimization algorithm.Simulations demonstrate the validity of the proposed method.

关键词

Keywords

references

浏览量

2024

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

粒子群优化算法在FIR数字滤波器设计中的应用

一种基于改进PSO的随机最大似然算法

基于折射原理反向学习模型的改进粒子群算法

基于正交搜索的粒子群优化测试用例生成方法

基于改进QPSO算法的阵列天线方向图综合