粒子群优化算法

出版时间：2009-10  出版社：冶金工业出版社  作者：李丽，牛奔　著  
Tag标签：无  

前言

20世纪90年代生物学家及计算机专家通过对社会型生物的观察和研究，创立了以模拟群体生物行为为特征的群体智能研究领域。所谓的群体智能是指众多行为简单的个体在相互作用过程中涌现产生的整体智能行为。群体智能作为一个新兴领域，尽管只有十几年的发展，却已引起众多学科领域研究人员的关注，目前已经成为人工智能、经济、社会、生物等交叉学科的热点和前沿领域。基于群体智能思想提出的各类算法已在传统NP问题求解及诸多实际应用领域中展现出其优异的性能和巨大的发展潜力。粒子群优化算法（Particle Swarm Optimization，PSO）是群体智能典型实现的算法之一，可简称为：PSO算法或粒子群算法。本书是我们对PSO算法研究的总结。全书共分5章，第1章介绍了PSO算法研究的相关背景知识及展望，如生物启发式计算、群体智能等；第2章讨论了PSO算法的基本原理及实现技术等；第3章给出了PsO算法中参数的分析；第4章介绍了几种典型的改进PSO算法；第5章研究了一些PsO算法的实际应用问题。

内容概要

本书研究了群体智能典型实现的算法之一——粒子群优化算法。其针对传统粒子群优化算法存在的缺点，给出其改进方法或提出新模型，使之更为有效可靠；另外，介绍了所提出的新模型、新算法在实际工程领域中的应用，拓展了粒子群算法的应用领域。    本书在介绍了粒子群优化算法基本原理、基本粒子群算法的基础上，阐述了粒子群算法的实现技术，基于参数改进的粒子群算法、混合粒子群算法、生物启发式粒子群算法，重点研究了粒子群算法在各类现实工程问题中的应用情况。    本书适合运筹与管理、人工智能、计算数学、计算机科学、系统科学、自动化等专业的师生参阅，亦可供从事计算智能研究与应用的工作者参考。

作者简介

李丽，吉林长春人，博士、教授，硕士生导师，深圳大学管理学院副院长。2001年广东省“千百十”人才，2004年度深圳市优秀教师。出版著作9部，主持国家、省、市级项目10余项及10多项横向课题。其中国家社科基金项目“宏观税收负担数量分析模型”荣获吉林省教委科技进步一等奖；吉林省科委项目“数据包络分析在经济管理中的应用”荣获吉林省教委科技进步一等奖。目前研究方向为运筹与优化、智能决策与管理、智能计算，发表相关论文40余篇。

书籍目录

1　1绪论  1.1　相关背景  1.2　生物启发式计算    1.2.1　遗传算法    1.2.2  神经计算    1.2.3　模糊系统    1.2.4　其他生物启发式计算方法  1.3　群体智能    1.3.1　群体智能简介    1.3.2　群体智能的基本特性  1.4　群体智能算法及其研究现状    1.4.1  蚂蚁算法    1.4.2　粒子群优化算法    1.4.3  群体智能算法应用研究现状  1.5　展望  参考文献2　粒子群算法  2.1  引言  2.2　粒子群算法概述    2.2.1  粒子群算法的起源    2.2.2　原始粒子群算法    2.2.3　标准粒子群算法  2.3　标准测试函数  2.4　粒子群算法的实现  参考文献3　粒子群算法参数分析  3.1  引言  3.2　惯性权重分析    3.2.1  线性惯性权重策略    3.2.2　非线性惯性权重策略    3.2.3　其他策略  3.3　学习因子分析  3.4　其他参数分析  参考文献4　改进粒子群算法　4.1　粒子群算法改进研究综述    4.1.1  参数改进    4.1.2　拓扑结构的改进    4.1.3　混合策略    4.1.4　基于生物行为的改进  4.2　基于差分进化的一种新型混合粒子群算法    4.2.1　差分进化算法    4.2.2　基于差分进化的混合粒子群算法    4.2.3　试验设置与测试函数    4.2.4　试验结果-  4.3　基于模拟退火思想的粒子群算法    4.3.1  概述    4.3.2　模拟退火算法    4.3.3　基于模拟退化思想的粒子群混合算法    4.3.4　实验设置与测试函数    4.3.5  实验结果  4.4　基于细菌趋化的改进粒子群算法    4.4.1　PSOBC算法　……5　粒子群算法的应用

章节摘录

插图：3粒子群算法参数分析3．1引言PSO算法的参数改进主要体现在其速度迭代公式中，涉及的三个方面包括：惯性权重的调节，学习因子的调节和速度迭代公式中的其他参数。其中，惯性权重作为控制PSO算法全局探测能力（在整个搜索空问中搜索）与局部开发能力（在局部近优解附近搜索）的关键因素，受到了较为广泛的研究。本章主要从惯性权重、学习因子、种群规模和最大速度等几个方面来分析PSO算法性能。3．2惯性权重分析在PSO算法的可调整参数中，惯性权重是最重要的改进参数，它决定了粒子先前飞行速度对当前飞行速度的影响程度，因此通过调整惯性权重的值可以实现全局搜索和局部搜索之间的平衡：当惯性权重值较大时，全局搜索能力强，局部搜索能力弱；当惯性权重值较小时，全局搜索能力弱，局部搜索能力强。因此恰当的惯性权重值可以提高算法性能，提高寻优能力，同时减少迭代次数。但是要达到算法性能最优，还存在一定的难度，因为当惯性权重值较大时，有利于全局搜索，虽收敛速度快，但不易得到精确解；惯性权重值较小时有利于局部搜索和得到更为精确的解，但收敛速度慢且有时会陷入局部极值。因此，如何寻找合适的惯性权重值使之在搜索精度和搜索速度方面起恰当的协调作用，成为很多学者研究的一个焦点，通过几年的发展，已有了不少研究成果。主要可以分为线性策略、非线性策略两种。

编辑推荐

《粒子群优化算法》由冶金工业出版社出版。

用户评论 (总计15条)

•   很薄的一本书，内容还没仔细看，需要一定的基础
•   内容有点难度但是书质量很好
•   讲的比较浅显易懂，还有例子和程序，对初学者有帮助。
•   做整个毕业设计基本就用这一本书了，开始对这本书没抱多大的希望，仔细看了才知道还是有很多内容的，从入门到应用很全，特别适合初学者，做毕业设计的尤佳
•   里头讲的都是概念性文字，没有引申到具体的应用，让人没办法扩展思维落到实地。
•   还没看，我是零基础，希望有用
•   书比较小，内容还好。
•   书蛮好的，学习一下
•   书太打击我了 网上都有 好薄好薄
•   老师要的么 呵呵
•   书很薄，价格有点高，内容还是可以！
•   本来想买一本简单介绍粒子群的书，算是入门但是又能学到一些东西的！这本书在我刚拿到手的时候就很失望，很薄的一本，内容上也是把以往文章做的总结，不适合初学者，另外想要学习粒子群来应用写文章的同事，也最好不要买，没有深度
•   这绝对是很垃圾的一本书，建议大家不要买！
•   写的不好，是拼凑
•   这本书讲述粒子群算法及其诸多应用，思维缜密，内容详实，是学习PSO的好书！