期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于粒子群优化算法的模糊模拟 被引量：2

Fuzzy Simulation Based on Particle Swarm Optimization Algorithm
下载PDF
导出
摘要 模糊模拟通常用于模糊规划中。该文提出了基于粒子群优化算法(PSO)的模糊模拟方法,通过这一方法,可以用来计算可能值以及临界值。PSO是一种演化算法,它能够有效地进行全局搜索。试验表明,基于PSO的模糊模拟有更好的性能。 Fuzzy simulation is often required in fuzzy programming. This paper proposes the application of particle swarm optimization algorithm （PSO） to compute possibility and find critical values. PSO is a kind ot＇ evolutionary algorithm, which is especially powerful and reliable in global search. Experiments show that PSO based fuzzy simulation has a better performance.
作者 张千里 李星
机构地区 清华大学电子工程系
出处 《计算机工程》 CAS CSCD 北大核心 2006年第21期33-34,共2页 Computer Engineering
基金 国家"973"计划基金资助项目(2003CB314807)
关键词 模糊模拟 粒子群优化算法(PSO) 不确定规则 演化计算 Fuzzy simulation Particle swarm opfimization（PSO） Uncertain programming Evolutionary computation
分类号 TP311 [自动化与计算机技术—计算机软件与理论]
  • 相关文献

参考文献6

  • 1Liu Baoding.Theory and Practice of Uncertain Programming[M].Heidelberg:Physica-verl,2002:162-165.
  • 2Eberhart R,Kennedy.A New Optimizer Using Particles Swarm Theory[C].Proc.of the 6th International Symposium on Micro Machine and Human Science,Nagoya,Japan,1995:39-43.
  • 3Shi Y H,Eberhart R C.Parameter Selection in Particle Swarm Optimization[C].Proc.of the 7th Annual Conference on Evolutionary Programming,San Diego,USA,1998.
  • 4Kennedy.The Particle Swarm:Social Adaptation of Knowledge[C].Proc.of IEEE International Conference on Evolutionary Computation,Indianapolis,Indiana,1997:303-308.
  • 5El-Gallad A,El-Hawary M,Sallam A.Enhancing the Particle Swarm Optimizer via Proper Parameters Selection[C].Proc.of IEEE Conference on Electrical and Computer Engineering,Canadian,2002:792-797.
  • 6Clerc M.TRIBES--A Parameter Free Particle Swarm Optimizer[Z].http://clerc.maurice.free.fr/PSO/Tribes/Tribes.htm.

同被引文献21

  • 1刘德华,李士伦,吴军.矢量化井网的概念及布井方法初探[J].江汉石油学院学报,2004,26(4):110-111. 被引量：43
  • 2李阳,王端平,李传亮.各向异性油藏的矢量井网[J].石油勘探与开发,2006,33(2):225-227. 被引量：46
  • 3Kennedy J,Eberhart R. Particle Swarm Optimization [A]. Proc IEEE Int Conf on Neural Networks [C]. Perth,1995:1 942-1 948.
  • 4Eberhart R, Kennedy J. A New Optimizer Using Particle Swarm Theory [A]. Proc 6th Int Symposium on Micro Machine and Human Science [C]. Nagoya, 1995:39-43.
  • 5Fogel L J, Walsh M J. Artificial Intelligence Through Simulated Evolution [M]. Chichester: John Wiley, 1966.
  • 6Holland J H. Adaptation in Natural and Artificial System s[M]. Ann Arbo r: University of Michigan Press, 1975.
  • 7乔立岩 马云彤 彭喜元.离散二进制微粒群算法.电子测量与仪器学报,2005,:16-18.
  • 8Ray T, Liew K M. A Swarm with an Effective Information Sharing Mechanism for Unconstrained and Const Rained Single Objective Optimization Problems [A]. P roe IEEE Int Conf on Evolutionary Computation [C]. Seoul, 2001:75 280.
  • 9Yoshida H, Kawata K, Fukuyama Y, et al. A Particle Swarm Optimization for Reactive Power and Voltage Control Considering Voltage Seeurity Assessment [J]. Trans of the Institute of Eleetrieal Engineers of Japan, 1999,119-B(12):1 462-1 469.
  • 10Eberhart R, Shi Y H. Tracking and Optimizing Dynamic Systems with Particle Swarms [A]. Proc IEEE Int Conf on Evolutionary Computation [C]. Hawaii, 2001 : 94-100

引证文献2

二级引证文献13

计算机工程
2006年 第21期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部