Acceleration Factor Harmonious Particle Swarm Optimizer
摘要
尽管它不能保证集中到全球，或甚至本地的最小，一个粒子群优化器(PSO ) 为优化问题展出好性能。然而，有一些可调节的参数，和限制条件，它能影响算法的性能。在这篇论文，为一个加速因素和惯性重量的 asymptotic 稳定性的足够的条件被推出，惯性重量 w 的价值被提高到(? 1,1 ) 。而且，新适应 PSO 算法鈥 ? 加速因素和谐 PSO (AFHPSO ) 被建议，并且被证明是一个全球搜索算法。AFHPSO 为驾驶伺服系统的一台线性马达被用于一个模糊控制器的参数设计。为伺服系统的非线性的模型的性能表明优化模糊控制器和 AFHPSO 的有效性。关键词粒子群优化器-加速因素和谐 PSO - asymptotic 稳定性-全球集中-模糊控制工作被在 MOE 的高等教育研究所为突出的年轻教师教和研究奖品节目支持，中华人民共和国陈洁收到了学士度，在在 1986 ， 1993 和 2000 的控制理论和控制工程的硕士学位和 PHD 学位，分别地从北京工学院。从 1989～1990 ，他是在加利福尼亚州立大学的一个访问学者，从 1996～1997 的美国，他是 E&E 的学院里的一个研究家伙在伯明翰的大学，他当前是的英国控制科学和工程的一个教授在北京工学院，中华人民共和国。他的主要研究兴趣是复杂系统多目标优化和决定，聪明的控制，抑制非线性的控制，和优化方法。冯盼在模式识别和聪明的系统在在 2000 设计的控制理论和控制和博士学位收到了学士学位，从北京工学院，中华人民共和国。他的当前的研究兴趣包括伺服系统，聪明的控制，进化计算和人工智能。道蔡分别地在 1993 和 1999 在控制理论和控制工程收到了学士学位和硕士学位，从北京工学院，中华人民共和国。他的主要研究焦点在聪明的控制，系统工程，非线性的控制和人工智能。