基于微分控制策略的快速粒子群優(yōu)化算法

　　粒子群優(yōu)化（ Particle Swarm Optimization，PSO）算法是一種基于種群全局隨機(jī)搜索策略的智能進(jìn)化算法。相比于其他智能算法，粒子群優(yōu)化算法在解決多目標(biāo)優(yōu)化、動(dòng)態(tài)尋優(yōu)等問題上，具有結(jié)構(gòu)簡單、易編程實(shí)現(xiàn)等特點(diǎn)，被廣泛應(yīng)用于函數(shù)優(yōu)化、資源配置、神經(jīng)網(wǎng)絡(luò)訓(xùn)練和路徑選擇等多個(gè)領(lǐng)域。

　　為提高粒子群優(yōu)化算法種群在進(jìn)化后期的多樣性，避免尋優(yōu)過程陷入局部最優(yōu)，克服早熟收斂，相關(guān)學(xué)者提出了多種改進(jìn)方法，按照改進(jìn)機(jī)制的不同主要是在參數(shù)設(shè)置、學(xué)習(xí)機(jī)制和拓?fù)浣Y(jié)構(gòu)等3個(gè)方面