对研究人员很有启发。

主要工作论文内容介绍了基本粒子群算法，用实现标准粒子群算法算法，对两个不同类型函数做具体分析，然后对其参数惯性权值加速因子测试。

分别对其利用单因子方差分析法，说明不同参数水平对算法速率性能的影响。

并且通过公式计算准确判断参数对算法影响。

最后说明粒子群优化算法在实际中的应用以及对未来展望，最后总结了算法的优缺点，附录里面附有测试程序和测试函数。

基本粒子群算法粒子群算法思想的起源粒子群优化，算法是和受人工生命研究结果的启发通过模拟鸟群觅食过程中的迁徙和群聚行为而提出的种基于群体智能的全局随机搜索算法，年国际神经网络学术会议发表了题为的论文，标志着算法诞生注国内也有很多学者译为微粒群优化。

它与其他进化算法样，也是基于种群和进化的概念，通过个体间的协作与竞争，实现复杂空间最优解的搜索同时，又不像其他进化算法那样对个体进行交叉变异选择等进化算子操作，而是将群体中的个体看作是在维搜索空间中没有质量和体积的粒子，每个粒子以定的速度在解空间运动，并向自身历史最佳位置和邻域历史最佳位置聚集，实现对候选解的进化。

算法具有很好的生物社会背景而易理解参数少而易实现，对非线性多峰问题均具有较强的全局搜索能力，在科学研究与工程实践中得到了广泛关注。

自然界中各种生物体均具有定的群体行为，而人工生命的主要研究领域之是探索自然界生物的群体行为，从而在计算机上构建其群体模型，迭代次数适应度值适应度函数适应度函数毕业论文题目粒子群算法及其参数设置专业信息与计算科学班级计算学号学生指导教师徐小平年任侃粒子群优化算法及其参数设置粒子群优化算法及其参数设置专业信息与计算科学学生指导教师徐小平摘要粒子群优化是种新兴的基于群体智能的启发式全局搜索算法，粒子群优化算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。

它具有易理解易实现全局搜索能力强等特点，倍受科学与工程领域的广泛关注，已经成为发展最快的智能优化算法之。

论文介绍了粒子群优化算法的基本原理，分析了其特点。

论文中围绕粒子群优化算法的原理特点参数设置与应用等方面进行全面综述，重点利用单因子方差分析方法，分析了粒群优化算法中的惯性权值，加速因子的设置对算法基本性能的影响，给出算法中的经验参数设置。

最后对其未来的研究提出了些建议及研究方向的展望。

关键词粒子群优化算法参数方差分析最优解现在我们讨论另种生物系统社会系统。

也可称做群智能。

这些模拟系统利用局部信息从而可能产生不可预测的群体行为。

粒子群优化算法也是起源对简单社会系统的模拟。

最初设想是模拟鸟群觅食的过程。

但后来发现是种很好的优化工具。

优化是科学研究工程技术和经济管理等领域的重要研究课题。

粒子群优化算法简称是由和通过对鸟群鱼群和人类社会些行为的观察研究，于年提出的种新颖的进化算法。

虽然算法发展迅速并取得了可观的研究成果，但其理论基础仍相对薄弱，尤其是算法基本模型中的参数设置和优化问题还缺乏成熟的理论论证和研究。

鉴于的发展历史尚短，它在理论基础与应用推广上都还存在些缺陷，有待解决。

本文通过对算法的步骤的归纳特点的分析，利用统计中的方差分析，通过抽样实验方法，论证了该算法中关键参数因子惯性权值加速因子对算法整体性能的影响效果，并提出了参数设置的指导原则，给出了关键参数设置，为算法的推广与改进提供了思路。

参数的影响标准粒子群算法中主要的参数变量为惯性权值加速因子本文重点对参数做数据统计实验。

包括不变的情况下通过，变化找出加速因子对算法的影响。

还有保持，不变对分别取不同值分析其对算法结果影响。

任侃粒子群优化算法及其参数设置应用领域近年来，快速发展，在众多领域得到了广泛应用。

本文将应用研究分典型理论问题研究和实际工业应用两大类。

典型理论问题包括组合优化约束优化多目标优化动态系统优化等。

实际工业应用有电力系统滤波器设计自动控制数据聚类模式识别与图像处理化工机械通信机器人经济生物信息医学任务分配等等。

电子资源身处信息和网络时代的我们是幸运的，丰富的电子资源能让我们受益匪浅。

如果想较快地对有个比较全面的了解，借助网络空间的电子资源无疑是不二之选。

对些初学者而言，哪里能下载得到的源程序，是他们很关心的话题即使对些资深的读者，为了验证自己提出的新算法或改进算法，如果能找到高级别国际期刊或会议上最近提出的算法源程序，那也是事半功倍的美事。

这里介绍当今研究领域较有影响的个网址博士任侃粒子群优化算法及其参数设置目录摘要引言研究背景和课题意义参数的影响应用领域电子资源主要工作基本粒子群算法粒子群算法思想的起源算法原理基本粒子群算法流程特点带惯性权重的粒子群算法粒子群算法的研究现状粒子群优化算法的改进策略粒子群初始化邻域拓扑混合策略参数设置对参数的仿真研究测试仿真函数应用单因子方差分析参数对结果影响对参数的理论分析结论与展望致谢附录引言研究背景和课题意义人工生命是来研究具有些生命基本特征的人工系统。

人工生命包括两方面的内容研究如何利用计算技术研究生物现象。

研究如何利用生物技术研究计算问题。

现在已经有很多源于生物现象的计算技巧。

例如，人工神经网络是简化的大脑模型。

遗传算法是模拟基因进化过程的。

粒子群优化算法及其参数设置随机初始化位置随机初始化速度显示群位置粒子初始位置第维第维显示种群速度粒子初始速度第维第维初始化种群个体在此限定速度和位置初始化个体最优位置和最优值初始化全局最优位置和最优值浸入主循环，按照公式依次迭代直到满足精度或者迭代次数任侃粒子群优化算法及其参数设置初始化种全局最有位置和最优解浸入主循环，按照公式依次迭代直到满足精度或者迭代次数迭代次数适应度值初始化种群个体在此限定速度和位置初始化种群个体最有位置和最优解初始化种全局最有位置和最优解浸入主循环，按照公式依次迭代直到满足精度或者迭代次数任侃粒子群优化算法及其参数设置