32311505文献综第一版32311505文献综述第一版.doc

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 Systems 引言：优化研究的问题是在许多个方案发展中找到那个最合适的方案。长期以来，优化问题都受到了广泛的关注，也是一个研究的热点。人们关于优化问题的研究工作，随着历史的发展不断深入。但是，任何科学的进步都受到历史条件的限制，直到二十世纪四十年代，由于科学技术的迅猛发展，尤其是高速数字计算机日益广泛的应用，使得优化问题的研究不仅分为一种迫切需要，更沉了求解的有力工具。随着