粒子群优化算法相关问题研究

粒子群优化算法(PSO)是一种新近提出的智能算法，在诸多领域取得成功，本项目拟探讨PSO算法与经典最优化方法、模糊数学的融合问题以及应用，主要考虑以下几方面的问题：(1)基于经典PSO算法适于全局搜索但较易陷入局部最优的特性，考虑用模糊系统控制PSO算法最优个体引导算法群体的搜索路径，从而很大程度上扩大算法搜索的范围，更好发挥算法的群体智能；(2)因为实际问题所涉及的函数不一定具有好的性质,如凸性、光滑性等，本项目考虑首先充分利用PSO算法的群体智能性和对问题要求低的特性找到若干个有潜力的搜索区域，然后用插值方法在这些特定区域构造出二次模型作为原问题的近似，再用牛顿法求出该二次模型的近似解，PSO算法再用这些近似解构成的群体迭代计算. 该项目对数学规划问题的求解和不同求解方法的融合有重要意义。