群算法的期刊

1. 比较着名的电脑杂志都有哪些

• 《微型计算机》

《微型计算机》是一本介绍硬件为主的杂志（偶尔也会有相关的软件介绍，比如：硬件测试软件、驱动程序）以“我们只谈硬件”为办刊理念，是一本专为电脑发烧友介绍电脑硬件产与技术的半月刊杂志。

• 《计算机应用文摘》

《计算机应用文摘》1985年创刊，1998年下半年改版试刊二期，1999年1月正式改版为月刊，应广大读者的强烈要求，2003年1月再次改版为半月刊。《计算机应用文摘》遵循“电脑──以用为本”的办刊理念，为各类用户提供电脑应用相关软硬件的使用技巧、网络应用方案、数字生活方式、故障完全解决方案等，帮助读者迅速提升使用电脑的水平，使读者能将电脑应用技巧更快地融入工作、学习、生活和娱乐中。期发行量18万册，月发行量36万册，发行量在国内计算机普及性刊物中名列前茅。

• 《中国计算机用户》

《中国计算机用户》由信息产业部主管，信息产业部中国电子信息产业发展研究院主办，是业内最知名的IT专业杂志。是中国最有影响力的计算机专业报刊之一。

• 《计算机学报》

《计算机学报》是中国计算机领域权威性学术刊物。其宗旨是报道中国计算机科学技术领域最高水平的科研成果。它由中国计算机学会与中国科学院计算技术研究所主办、科学出版社出版，以中文编辑形式与读者见面，同时以英文摘要形式向国际各大检索系统提供基本内容介绍。

• 《计算机科学与探索》

《计算机科学与探索》是由中国电子科技集团公司主管、华北计算技术研究所主办的国内外公开发行的计算机学报级高级学术期刊，中国计算机学会会刊，中国百强科技期刊，工业和信息化部优秀科技期刊，北大中文核心期刊，中国科学引文数据库（CSCD）核心期刊，中国科技论文统计源期刊（中国科技核心期刊），并被“万方数据--数字化期刊群”、“中国学术期刊网络出版总库”、“英国《科学文摘》（SA/INSPEC）”、“美国《剑桥科学文摘》（CSA）”、“波兰《哥白尼索引》（IC）”收录。

• 《大众软件》

《大众软件》是一本关于计算机软硬件、数码产品和电子游戏的普及杂志，是在中国具有影响力的计算机大众杂志之一。1995年正式发行，创刊号发行10万册，至1998年5月发行量已达30万册，之后最高期发行量达38万册，月最高发行量超过70万册 。1999年改为半月刊，2009年改为旬刊，每月1日、8日和16日面向全国发行。主要栏目有“新品初评”、“数字码头”、“实用软件”、“应用心得”、“网络时代”、“硬件评析”等。此次改版后，上下旬刊延续以往风格，中旬刊则侧重游戏方面的报道。2014年恢复为月刊。

• 《软件学报》

《软件学报》是一本刊登计算机软件各领域原创性研究成果的期刊,所刊登的论文均经过严格的同行专家评议.《软件学报》主要面向全球华人计算机软件学者,致力于创办与世界计算机科学和软件技术发展同步的以中文为主的"中文国际软件学术期刊",为全球华人同行提供学术交流平台.本刊不接受任何语种翻译稿.

《软件学报》创刊于1990年,由中国科学院软件研究所和中国计算机学会联合主办.CN11-2560/TP, ISSN1000 -9825, CODEN RUXUEW.月刊,每期176面,每月6号出版.

《软件学报》注重刊登反映计算机科学和计算机软件新理论、新方法和新技术以及学科发展趋势的文章,主要涉及理论计算机科学、算法设计与分析、系统软件与软件工程、模式识别与人工智能、数据库技术、计算机网络、信息安全、计算机图形学与计算机辅助设计、多媒体技术及其他相关的内容.

2. 粒子群算法优化相关书籍

侯志荣．基于MATLAB的粒子群优化算法及其应用〔j〕．《计算机仿真》，2004年05期．
高鹰．具有遗传特性的粒子群优化算法的非线性盲分离中的应用〔j〕．《广州大学学报》，2006年5卷5期．

3. 计算材料学 算法文章 哪个期刊

是，中文核心期刊目录（2008年版）第七编 工业技术 TB 一般工业技术1．复合材料学报 2.无机材料学报 3.材料研究学报 4.功能材料 5.材料导报 6.材料科学与工程 7.摩擦学学报 8.材料工程 9.工程设计（改名为：工程设计学报） 10.真空科学与技术学报 11.振动工程学报 12.应用声学 13.计算力学学报 14.玻璃钢/复合材料 15.材料科学与工艺 16.振动与冲击 17.真空 18.噪声与振动控制 19.低温工程 20.计量学报 21.功能材料与器件学报 22.声学技术 23.制冷学报 24.低温与超导 25.包装工程 26.工程图学学报

4. 谁有概率统计应用方面的论文

论文>工业技术>一般工业技术>工程基础科学>工程数学>概率论、数理统计的应用论文下属分类:运筹学的应用|工程控制论|可靠性理论|·《可重构装配线建模、平衡及调度研究》·《粒子群算法的改进与应用研究》·《压力容器用钢疲劳可靠性研究》·《稳健设计及其在工业中的应用》·《基于概率的结构动力拓扑优化设计研究》·《基于随机模拟试验的稳健优化设计方法研究》·《复杂系统可靠性工程相关理论及技术研究》·《故障部件不可修复如新的线形相邻n中连续k系统的可靠性分析》·《基于目标和空间正交分解的布局启发式算法的研究》·《考虑失效相关时不可修复工程系统的可靠性分析》·《多维数值积分的数论方法及其在结构可靠度分析中的应用》·《三维位势场快速多极边界元法》·《大规模动态过程优化的拟序贯算法研究》·《不确定性结构的分析方法研究》·《非线性结构随机分析数值模拟的方法研究》

5. 选择哪种优化算法比较好

如果追求结果 那么可以用穷举方法 也就是一个个试验 其他的优化算法都差不多 可以确定一个条件数 然后达到这个数值才停止优化

6. 求推荐几种 计算机相关的（网络与通信方向 最好），专业一点的期刊（中文的）或杂志或论文

1、AODV的本地修复改进机制 出处： 四川大学计算机学院, 期刊名： 《 计算机工程》
介绍自组网和路由协议，对AODV中的链路修复问题进行分析，提出优化方案并给出具体实现。优化方案使用overhearing技术侦听邻节点路由信息，通过广播数据包来完成路由查找和修复的任务。通过模拟试验发现，与传统方法相比，该方案可以减少重路由带来的时延，在一定程度减少了路由开销
2、IPv6的网络安全性 期刊名： 《 电信快报》 出处： 四川大学计算机学院,
摘要： 下一代网络互连协议（IPv6）已经开始投入使用。人们对新协议提出了许多期望，其中网络安全性是非常重要的一部分，目前的IPv6在网络安全方面能完全达到人们的要求吗？人们真的可以高枕无忧了么？文章从IPv6最基本的原理入手，介绍了IPv6在安全性方面的优势和不足
3、MPLS组播流量工程综述 期刊名： 《 电子科技》 出处： 四川大学计算机学院,
介绍了MPLS网络、组播技术和流量工程技术的特点与特征，结合它们之间的优势和对单播与组播流量工程的比较，重点综述了目前在MPLS网络上实施组播流量工程的几种建树方法、发展现状和存在的问题，最后对MPLS组播流量工程的研究作出了展望。
4、NS-3下新队列管理模块的实现 期刊名： 《 软件导刊》 出处： 四川大学计算机学院
摘要： 网络仿真是网络技术研究的一种基本手段。NS-3是目前广泛使用的离散事件驱动的网络模拟器NS-2的后续版本。目前NS-3版本中的实现的队列管理模块只有默认的使用DropTail方式的队列管理模块。以实现主动队列管理算法RED算法为例,阐述了如何在NS-3中实现一个新的队列管理模块并进行仿真的方法。
5、标题： 基于GMPLS的多层网络故障恢复框架设计 期刊名： 《 光通信技术》 出处： 四川大学计算机学院,成都610064
摘要： 针对GMPLS控制平面的生存性提出了一种故障恢复机制，以实现多层网络生存性机制之间的迅速协调，通过对方案的分析能减少故障恢复时间的总和，优化网络效率
6、标题： 基于PNS—PGrid的P2P路由算法的设计与实现 期刊名： 《 计算机技术与发展》
7、标题： 基于Sigma Designs EM8551芯片的MPEG4 IPTV机顶盒设计 期刊名： 《 计算机时代》 出处： 四川大学计算机学院,四川成都610064
8、标题： 基于分类广告的网格副本选择 期刊名： 《 计算机时代》 出处： 四川大学计算机学院,四川成都610065
9、标题： 基于蓝牙的WPAN无线Mesh组网构架 期刊名： 《 网络与信息》 出处： [1]四川大学计算机学院,成都610064 [2]徐州工程兵指挥学院,徐州221004
10、标题： 基于移动IP的组播协议 期刊名： 《 电子科技》 出处： 四川大学计算机学院,成都61006
11、标题： 基于移动预测的DSR路由缓存管理改进 期刊名： 《 四川大学学报：自然科学版》 出处： [1]四川大学信息管理中心,成都610065 [2]四川大学计算机学院,成都610065 [3]西昌卫星发射中心指挥控制中心,西昌615000
12、即时通信中一种新的群拓扑结构——三层K叉树
13、可信计算及其对Ad Hoc网络安全的启发
太多了...光吕光宏的文章就45篇了。

7. 科学技术与工程的期刊信息

主管单位：中国科协
主办单位：中国技术经济研究会
主编：明廷华
ISSN：1671-1815
CN：11-4688/T
地址：北京学院南路86号
邮政编码：100081 科学论文
科技简报
科学学论坛 中文核心期刊要目总览统计源期刊（中文核心期刊）
中国科技论文统计源期刊(科技类核心期刊）
中国知识资源总库CNKI源期刊
CEPS中文电子期刊服务全文收录期刊
中文科技期刊数据库（全文版）统计刊
中国学术期刊文摘（中国科协主办）源期刊
中国学术期刊综合评价数据库CAJCED统计期刊 1 文稿要求
(1) 文稿应未在其他刊物上发表过，译文稿件须附上原作者的书面许可证明。内容要有科学性、创新性和实用性；论点明确、数据可靠、说理严谨、数学推导简明；语言流畅、文字简练、层次分明、重点突出。
(2) 学术论文请按GB7713—1987《科学技术报告、学位论文和学术论文的编写格式》书写，篇幅以版面不超过6 000字（包括图表所占篇幅）为宜。请在稿件上注明下列几项内容：
a) 作者单位、地址、电话、E-mail 信箱和邮政编码；
b) 论文题目和作者单位英译文，作者姓名的汉语拼音；
c) 作者的简历，包括姓名、出生年、性别、职称、学位、当前从事的研究工作等项；
d) 200字左右的中文摘要，3~8个关键词，以及摘要和关键词相应的英文文本。
摘要采用第三人称写法，应是一篇独立的短文，内容包括论文的目的、方法、结果和结论四要素。
若为国家基金资助项目或部、省级重大科研攻关项目，请提供项目号，并且注明。
2 书写格式
(1) 要求文稿正文字号为5号，汉字字体为宋体，英数字体为Times New Roman，希腊字体为Symbol。
(2) 计量单位采用国家法定计量单位和符号，不能用“大气压”、“kg/cm2”、“卡”、“ppm”……等已废除的计量单位。
(3) 文中和公式中容易混淆的字符请用红字注清文种（希文、英文、罗马字等）、大小写、上下标及上下标字母含义，表示向量及矩阵的字母要特别注明。
(4) 文稿标题中不宜用缩略词（化学符号和公知公用者除外）；摘要和正文中的缩略词在第一次出现时都必须写出全称，后加括号附缩略词。
3 表格、插图及参考文献
(1) 表格尽量采用“三线表”。表格的上方写表序和表名。表名应有自明性且中文、英文表名并列。表注放在表底，缩2个字以“注：”起头排版。
(2) 插图的下方应有图序和图名。图名应有自明性且中文、英文图名并列。工程图、电气图和函数图采用AutoCAD、Adobe Illustrator或Corel DRAW软件绘制，工程图和电气图要符合国家标准规定，函数图要标明曲线序号及其注释，坐标轴上要有标值，坐标轴外侧居中处应有标目，注明物理量和单位；照片图要求层次分明，图像逼真；数码照片图宜具备200万像素以上。
(3) 图表中文字、变量、单位和数字要标注清楚。
(4) 参考文献应尽量选用公开发表的资料，按在正文中出现的先后次序列表于文后，以1、2…标识序号，且与正文中的指示序号对应。按《文后参考文献着录规则，GB/T 7714—2005》和《中国学术期刊（光盘版）检索与评价数据规范，CAJ-CD B/T 1—2006修订版试行稿》的要求着录文后参考文献。中文参考文献后要并列其英文译文。 数学
复合Rayleigh分布模型尺度参数的Bayes估计----王琪(69)
力学
突扩管流动形态的数值模拟----周再东(73)
物理学
基于FLOTRAN的管道中流动气体时间延迟的仿真分析*----庄会东,张晓东(64)
回归分析在F-P标准具测量实验中的应用----刘松江(41)
最大熵原理导出理想气体分子的速度和速率分布----晋宏营(50)
城市小区移动通信基站电磁辐射场强的计算机仿真----陈习权,孙杰(48)
化学
6-甲酰基香豆素的合成及提纯----孔祥文(74)
地球科学
苏里格气田西区上古生界低阻气层成因分析----徐静(56)
增湿-除湿太阳能海水淡化装置实验研究----邵理堂,刘学东,刘卿龙(42)
基于改进Dix公式层速度求取方法应用研究----朱四新(73)
拓频地震数据在测井约束反演中应用的效果分析----张秀丽,姜岩,秦月霜(48)
云南ZC金矿床地质特征及其外围物化探找矿实践----陈进超,王绪本,王丽坤,李晶(49)
浅析铬钒钙铝榴石的颜色成因----向亭译(33)
高密度电法在探测煤矿采空区赋水情况的应用研究----肖川,张义平(43)
医药卫生
盐酸托烷司琼片溶出度方法的研究----高立军(35)
一般工程技术
基于满意滤波的自适应阈值算法----缑林峰,牛瑞芳,韩冰洁(49)
考虑节点与边失效的网络全端可靠性上界拓展算法----陈默(43)
矿冶技术
基于改进操作模式的锌冶炼过程参数优化----伍铁斌(35)
变焦距小径管射线探伤曝光参数的选择----胡玉华,郑强,杨坪(35)
石油技术
高渗油藏注凝析气吞吐增产机理研究----马翠玉,刘月田(52)
修井作业浮动式井口防溅保护器的研制----张方圆(40)
川南硬脆性页岩井壁失稳机理实验研究----汪传磊(47)
井楼油田一区核三段Ⅲ5-11小层隔夹层的研究----甘宁(46)
北小湖油田八道湾组储层四性关系研究----王允霞(37)
射孔完井水平井筒单相流动压降的改进模型----张权(43)
煤层气采收率影响因素分析----张骞(54)
井间地层压力分布预测方法及应用----姚君波(49)
王府凹陷青山口组地层超压及油气运移深度研究----王文文,卢双舫,陈方文(43)
一种能有效监测稠油出砂信号的室内实验装置设计----韩金良(47)
仪表技术
速度调节阀两种节流方式调速效果的分析与研究----廖理(39)
动力技术
应用多孔消能墙改善直接空冷系统换热效率的数值模拟研究----李福林,王琦峰,宋婧婧(46)
机电技术
风机盘管用永磁电机控制器IPM模块散热的研究----薛晓明(40)
云南电网无功优化配置方案----吕秋萍(35)
通信技术
扩频测控信号固有抗干扰性能的评价方法研究----朱诗兵,童菲,孟生云(39)
一种改进的LDPC码最小和译码算法----郭军军(35)
基于CPLD和Verilog的高精度线阵CCD驱动电路设计----黄文林(32)
基于Aurora协议的光传输方案验证----胡谨贤(37)
基于ZigBee和GPRS的远程无线抄表系统设计与实现----刘颖,王再英,彭倩,陈媛(46)
一种基于FPGA的高精度数字鉴相器----贺为婷,裴广利,刘继勇(40)
带电沙尘对微波传播特性的影响----董群锋(29)
一种新的模拟电路故障诊断方法研究----邱世卉(19)
计算机技术
特征点提取算法性能分析研究----江铁(67)
船载测控雷达天伺馈仿真训练系统关键技术研究----石启亮,李林泽,雷国建(40)
运动模糊图像复原技术研究----彭娟(47)
基于优化模型的类级测试数据自动生成研究----屈迟文(39)
结合示例空间概念权重的多示例核学习方法?----潘强,张钢,王春茹(42)
采用SN和CFAR优化的模板匹配方法的动态目标监控----林雯(34)
基于泛函序列的模糊C均值算法----杨攀,闫仁武(52)
基于模拟退火PSO-BP算法的钢铁生产能耗预测研究----黄文燕(38)
一种应用于电子地图道路特征点提取的新方法----刘文强(39)
基于PC并行口的FLASH卡测试系统设计与实现----李振华(38)
基于全局最优-局部最优粒子群算法的PID 控制----刘琪(41)
加工轨迹C2连续优化算法研究----赵崇光,王清辉(32)
一种优化COMET请求调度策略的应用研究----姚敦红(40)
一种基于最小费用最大流理论的Ad hoc路由协议----王军(73)
建筑技术
矿物成分强度对岩石单轴抗压强度的影响----张威(30)
排水预压法处理软基固结沉降计算方法的改进研究----曲晓帆(34)
深基坑工程中预应力锚索受力机制的研究----白荣林,秦刚(53)
剪胀角对粗糙条形基础地基极限承载力的影响----郑锋勇,秦会来,沈炳林(33)
交通运输
船艇推进轴系的扭转——纵向耦合振动的建模与仿真----邱云明,田宇中,熊庭(35)
一种修正格型自适应陷波器在科氏流量计上的应用----乌伟(31)
基于模糊贴近度的故障诊断----黄小龙(35)
路面类型对能耗和排放影响研究----王陆峰,王俊峰,李树杰(31)
基于神经网络的车道偏移自动检测的研究----马兆敏,齐保谦,廖凤依,王洋佳(33)
供求不确定条件下配送中心选址研究----罗海星(37)
航空航天
一种非匀速连续旋转寻北的新方法----王荣荣(45)
基于贝叶斯网络的机场航班延误因素分析----邵荃(40)
导弹分离发动机盖板的设计研究----王博哲,吴竞峰,范开春,陈伟(42)
滑动时间窗算法关键参数研究----张毅(36)
股票价格心理关口实证研究----雷力君(36)
目标跟踪中飞机无坡度转弯操纵方法研究----耿建中,武虎子,段卓毅(38)
复合固体推进剂/衬层粘接界面细观结构数值建模及脱粘过程模拟----王广,赵奇国(37)
基于系统辨识的滑油试验台油温智能控制----石宏,李昂,张帅,张维亮(37) (9137)相对论BCS-BEC渡越热力学 傅永平 杨海涛 郗勤(9140)三聚氰胺的密度泛函理论研究 刘存海 张勇 江炎兰 柳叶(9144)约束层速度反演方法及其处理系统的Qt研发 周洪生 程冰洁 张薇 高妍 梁群(9150)夹层板系统压缩力学性能试验研究 田阿利 沈超明 徐超(9154)欠平衡钻井直井段岩屑运移规律研究 靳鹏菠 黄欣 宋巍(9158)敖古拉中高温油田微生物驱油可行性分析 乐建君 陈星宏 王蕊 柏璐璐 乐世豪(9163)低渗气藏多层合采层间干扰系数的确定 王渊 何志雄 李嘉瑞 李成福 李闽(9167)基于响应曲面法的新型阻尼器特性分析 朱龙英 朱德帅(9173)基于CFD的空化喷嘴结构参数研究 马超群(9178)基于小波变换的电网畸变信号检测的研究 胡智宏 杜晓冉(9182)一比特压缩传感的贪婪重构算法 肖涛 马社祥(9186)一种基于单幅图像双消失点的摄像机标定方法 崔灿 张国华(9191)双机编队闪烁干扰研究 朱莹 高其娜 孙文芳(9196)装载机工作装置的模型与自适应迭代学习控制 朱龙英 鲁迎波 洪松(9203)变论域模糊PID算法在供热控制中的应用 葛楠 李铁鹰 王宇慧(9207)基于RBF核函数的集成分类AdaBoost算法研究 娄生超(9211)基于并行协同演化的差分进化算法 李俊州(9215)基于运动矢量分散度的增强型MVFAST搜索算法张子敬 张志华 霍家道(9221)情境相关的RBAC策略研究张丹(9225)基于双通道脉冲耦合神经网络的应用研究郭新榀 段先华 夏加星(9234)采用特征分辨率和等价类相关矩阵的特征选择符红霞 黄成兵(9238)蚁群算法优化RBF神经网络的网络流量预测廖金权(9243)邻氨基酚分子印迹聚合物的制备及识别性能研究罗汝新 霍景娥 程亚群 范顺利(9247)一种新型高效率振冲器结构的设计及动态性能研究韩兵兵 张功学(9250)降雨对公路边坡稳定性影响的有限元分析火映霞 王旭东(9256)重型汽车驱动桥轮毂轴承配合失效分析杨英 雷刚 征小梅(9260)传感器/执行器失效的电动汽车EPS鲁棒容错控制周冰 刘海妹 冯俊萍(9265)机匣安装边螺栓联接结构的优化设计艾延廷 陈勇 陈潮龙(9270)基于PBN的中小机场终端区飞行程序优化研究戴福青 李解(9275)一种涡轮泵故障阈值检测算法胡汉文 牛志嘉 向洋 石明全(9280)星载图像传感器电路系统可靠性优化设计曾议 赵欣 王煜 司福祺说明：杂志目录每期都会更新有一定的时效性，仅供参考

8. 粒子群算法国内发展

粒子群算法介绍（摘自http://blog.sina.com.cn/newtech）
优化问题是工业设计中经常遇到的问题,许多问题最后都可以归结为优化问题. 为了解决各种各样的优化问题,人们提出了许多优化算法,比较着名的有爬山法、遗传算法等.优化问题有两个主要问题:一是要求寻找全局最小点,二是要求有较高的收敛速度. 爬山法精度较高,但是易于陷入局部极小. 遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异. 但是遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码,另外三个算子的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严重影响解的品质,而目前这些参数的选择大部分是依靠经验.1995 年Eberhart 博士和kennedy 博士提出了一种新的算法;粒子群优化(Partical Swarm Optimization -PSO) 算法 . 这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视,并且在解决实际问题中展示了其优越性.

粒子群优化(Partical Swarm Optimization - PSO) 算法是近年来发展起来的一种新的进化算法( Evolu2tionary Algorithm - EA) .PSO 算法属于进化算法的一种,和遗传算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质. 但是它比遗传算法规则更为简单,它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作. 它通过追随当前搜索到的最优值来寻找全局最优 .

粒子群算法

1. 引言

粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究

PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍

同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域

2. 背景: 人工生命

"人工生命"是来研究具有某些生命基本特征的人工系统. 人工生命包括两方面的内容

1. 研究如何利用计算技术研究生物现象
2. 研究如何利用生物技术研究计算问题

我们现在关注的是第二部分的内容. 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.

现在我们讨论另一种生物系统- 社会系统. 更确切的是, 在由简单个体组成的群落与环境以及个体之间的互动行为. 也可称做"群智能"(swarm intelligence). 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

例如floys 和 boids, 他们都用来模拟鱼群和鸟群的运动规律, 主要用于计算机视觉和计算机辅助设计.

在计算智能(computational intelligence)领域有两种基于群智能的算法. 蚁群算法(ant colony optimization)和粒子群算法(particle swarm optimization). 前者是对蚂蚁群落食物采集过程的模拟. 已经成功运用在很多离散优化问题上.

粒子群优化算法(PSO) 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PSO是一种很好的优化工具.

3. 算法介绍

如前所述，PSO模拟鸟群的捕食行为。设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。

PSO从这种模型中得到启示并用于解决优化问题。PSO中，每个优化问题的解都是搜索空间中的一只鸟。我们称之为“粒子”。所有的例子都有一个由被优化的函数决定的适应值(fitness value)，每个粒子还有一个速度决定他们飞翔的方向和距离。然后粒子们就追随当前的最优粒子在解空间中搜索

PSO 初始化为一群随机粒子(随机解)。然后通过叠代找到最优解。在每一次叠代中，粒子通过跟踪两个"极值"来更新自己。第一个就是粒子本身所找到的最优解。这个解叫做个体极值pBest. 另一个极值是整个种群目前找到的最优解。这个极值是全局极值gBest。另外也可以不用整个种群而只是用其中一部分最为粒子的邻居，那么在所有邻居中的极值就是局部极值。

在找到这两个最优值时, 粒子根据如下的公式来更新自己的速度和新的位置

v[] = v[] + c1 * rand() * (pbest[] - present[]) + c2 * rand() * (gbest[] - present[]) (a)
present[] = persent[] + v[] (b)

v[] 是粒子的速度, persent[] 是当前粒子的位置. pbest[] and gbest[] 如前定义 rand () 是介于（0， 1）之间的随机数. c1, c2 是学习因子. 通常 c1 = c2 = 2.

程序的伪代码如下

For each particle
____Initialize particle
END

Do
____For each particle
________Calculate fitness value
________If the fitness value is better than the best fitness value (pBest) in history
____________set current value as the new pBest
____End

____Choose the particle with the best fitness value of all the particles as the gBest
____For each particle
________Calculate particle velocity according equation (a)
________Update particle position according equation (b)
____End
While maximum iterations or minimum error criteria is not attained

在每一维粒子的速度都会被限制在一个最大速度Vmax，如果某一维更新后的速度超过用户设定的Vmax，那么这一维的速度就被限定为Vmax

4. 遗传算法和 PSO 的比较

大多数演化计算技术都是用同样的过程
1. 种群随机初始化
2. 对种群内的每一个个体计算适应值(fitness value).适应值与最优解的距离直接有关
3. 种群根据适应值进行复制
4. 如果终止条件满足的话，就停止，否则转步骤2

从以上步骤，我们可以看到PSO和GA有很多共同之处。两者都随机初始化种群，而且都使用适应值来评价系统，而且都根据适应值来进行一定的随机搜索。两个系统都不是保证一定找到最优解

但是，PSO 没有遗传操作如交叉(crossover)和变异(mutation). 而是根据自己的速度来决定搜索。粒子还有一个重要的特点，就是有记忆。

与遗传算法比较, PSO 的信息共享机制是很不同的. 在遗传算法中，染色体(chromosomes) 互相共享信息，所以整个种群的移动是比较均匀的向最优区域移动. 在PSO中, 只有gBest (or lBest) 给出信息给其他的粒子，这是单向的信息流动. 整个搜索更新过程是跟随当前最优解的过程. 与遗传算法比较, 在大多数的情况下，所有的粒子可能更快的收敛于最优解

5. 人工神经网络 和 PSO

人工神经网络(ANN)是模拟大脑分析过程的简单数学模型，反向转播算法是最流行的神经网络训练算法。进来也有很多研究开始利用演化计算(evolutionary computation)技术来研究人工神经网络的各个方面。

演化计算可以用来研究神经网络的三个方面：网络连接权重，网络结构(网络拓扑结构，传递函数)，网络学习算法。

不过大多数这方面的工作都集中在网络连接权重，和网络拓扑结构上。在GA中，网络权重和/或拓扑结构一般编码为染色体(Chromosome)，适应函数(fitness function)的选择一般根据研究目的确定。例如在分类问题中，错误分类的比率可以用来作为适应值

演化计算的优势在于可以处理一些传统方法不能处理的例子例如不可导的节点传递函数或者没有梯度信息存在。但是缺点在于：在某些问题上性能并不是特别好。2. 网络权重的编码而且遗传算子的选择有时比较麻烦

最近已经有一些利用PSO来代替反向传播算法来训练神经网络的论文。研究表明PSO 是一种很有潜力的神经网络算法。PSO速度比较快而且可以得到比较好的结果。而且还没有遗传算法碰到的问题

这里用一个简单的例子说明PSO训练神经网络的过程。这个例子使用分类问题的基准函数(Benchmark function)IRIS数据集。(Iris 是一种鸢尾属植物) 在数据记录中，每组数据包含Iris花的四种属性：萼片长度，萼片宽度，花瓣长度，和花瓣宽度，三种不同的花各有50组数据. 这样总共有150组数据或模式。

我们用3层的神经网络来做分类。现在有四个输入和三个输出。所以神经网络的输入层有4个节点，输出层有3个节点我们也可以动态调节隐含层节点的数目，不过这里我们假定隐含层有6个节点。我们也可以训练神经网络中其他的参数。不过这里我们只是来确定网络权重。粒子就表示神经网络的一组权重，应该是4*6+6*3=42个参数。权重的范围设定为[-100，100] (这只是一个例子，在实际情况中可能需要试验调整).在完成编码以后，我们需要确定适应函数。对于分类问题，我们把所有的数据送入神经网络，网络的权重有粒子的参数决定。然后记录所有的错误分类的数目作为那个粒子的适应值。现在我们就利用PSO来训练神经网络来获得尽可能低的错误分类数目。PSO本身并没有很多的参数需要调整。所以在实验中只需要调整隐含层的节点数目和权重的范围以取得较好的分类效果。

6. PSO的参数设置

从上面的例子我们可以看到应用PSO解决优化问题的过程中有两个重要的步骤: 问题解的编码和适应度函数
PSO的一个优势就是采用实数编码, 不需要像遗传算法一样是二进制编码(或者采用针对实数的遗传操作.例如对于问题 f(x) = x1^2 + x2^2+x3^2 求解, 粒子可以直接编码为 (x1, x2, x3), 而适应度函数就是f(x). 接着我们就可以利用前面的过程去寻优.这个寻优过程是一个叠代过程, 中止条件一般为设置为达到最大循环数或者最小错误

PSO中并没有许多需要调节的参数,下面列出了这些参数以及经验设置

粒子数: 一般取 20 – 40. 其实对于大部分的问题10个粒子已经足够可以取得好的结果, 不过对于比较难的问题或者特定类别的问题, 粒子数可以取到100 或 200

粒子的长度: 这是由优化问题决定, 就是问题解的长度

粒子的范围: 由优化问题决定,每一维可是设定不同的范围

Vmax: 最大速度,决定粒子在一个循环中最大的移动距离,通常设定为粒子的范围宽度,例如上面的例子里,粒子 (x1, x2, x3) x1 属于 [-10, 10], 那么 Vmax 的大小就是 20

学习因子: c1 和 c2 通常等于 2. 不过在文献中也有其他的取值. 但是一般 c1 等于 c2 并且范围在0和4之间

中止条件: 最大循环数以及最小错误要求. 例如, 在上面的神经网络训练例子中, 最小错误可以设定为1个错误分类, 最大循环设定为2000, 这个中止条件由具体的问题确定.

全局PSO和局部PSO: 我们介绍了两种版本的粒子群优化算法: 全局版和局部版. 前者速度快不过有时会陷入局部最优. 后者收敛速度慢一点不过很难陷入局部最优. 在实际应用中, 可以先用全局PSO找到大致的结果,再有局部PSO进行搜索.

另外的一个参数是惯性权重, 由Shi 和Eberhart提出, 有兴趣的可以参考他们1998年的论文(题目: A modified particle swarm optimizer)

9. 计算机算法类文章投哪些期刊小木虫

《计算机科学与应用》应该可以的

10. 算法投在光学测量领域哪个期刊比较好

相对来说，核心级的学术性会更高，科学性更强。《光学技术》《应用光学》等6、7本之多。如果你是在选刊去阅读，可以考虑。如果你是要选刊去发自己的文章，建议根据实际需求选择适合级别的期刊。