粒子群优化算法PSO介绍中英文翻译word版.pdf
版权申诉
5星 · 超过95%的资源 4 浏览量
2022-07-07
05:47:58
上传
评论
收藏 525KB PDF 举报 
粒子群优化算法（PSO）介绍
在频谱资源日趋紧张的今天，想要通过增加频谱宽度来提高系统容量的方式
已经很难实现；同时，想在时域、频域或码域进一步提高系统容量已经十分困难。
在这种情形下，人们把目光投向了空域，期望能够从中寻觅新的源泉。随着人们
对于无线移动通信的要求愈来愈高，专门是对高速多媒体传输的迫切需求，与之
相关能够提高系统容量的技术也开始受到人们的特别重视。20 世纪 90 年代以来，
对于群体智能的研究逐渐兴起。
Eberhart和Kennedy于1995年提出的粒子群优化算法 (PSO)，作为一种简单有
效的优化算法迅速在各个领域取得了普遍的应用。PSO算法的思想来源是鸟群在
觅食进程中表现的群体智慧。通常单个自然生物并非是智能的，可是整个生物群
体却表现出处置复杂问题的能力，这就是群体智能。各类生物聚集成生物种群，
都有其内在行为规律，而人类作为高级生物，研究并掌握了这种规律，模拟设计
出各类优化算法并运用于各类问题。类似的还有按照生物繁衍特性产生的遗传算
法，对蚂蚁群落食物收集进程的模拟产生的蚁群算法。PSO算法目前已经普遍用
于函数优化、神经网络训练、模糊系统控制和其他遗传算法涉及到的应用领域。
PSO算法较之其他的优化算法实现简单，也没有许多参数需要调整。可是它
也有着收敛过快、易收敛于局部极值的现象，专门是面对高维复杂的问题时如阵
列天线方向图综合问题。人们提出了很多的改良算法，来提高PSO算法的性能。
惯性权重和紧缩因子是目前应用比较普遍的对大体粒子群算法的改良，能够改善
优化性能可是收敛较慢。文献中将粒子群算法和遗传算法在方向图综合上的应用
做了比较，能够看出粒子群算法较之遗传算法有计算量小易于实现等特点，但也
剩余15页未读，继续阅读
资源评论
xuchengqian152023-11-09资源内容总结的很到位，内容详实，很受用，学到了~- qq_583833762023-08-04感谢大佬分享的资源，对我启发很大，给了我新的灵感。
