学位论文 > 优秀研究生学位论文题录展示
粒子群优化算法的研究及改进
作 者: 佟金颖
导 师: 罗琦
学 校: 南京信息工程大学
专 业: 系统分析与集成
关键词: 粒子群算法 压缩因子 死亡罚函数 优化问题
分类号: O224
类 型: 硕士论文
年 份: 2008年
下 载: 439次
引 用: 5次
阅 读: 论文下载
内容摘要
粒子群算法是一种基于种群搜索策略的自适应随机优化算法,随着计算机的广泛应用、仿生技术的发展,它已成为求解优化问题的重要工具。粒子群算法简单易实现、精度高、收敛快,从它提出时就引起了广大学者的研究兴趣。PSO算法以其灵活稳定,具有分布式控制和自学习能力的优势,无论是从理论研究还是应用研究的角度来看,对粒子群算法的研究都具有重要的学术意义和现实价值。通过粒子的社会行为分析,本文提出了借鉴前一个粒子飞行经验的改进粒子群算法,并将其应用于求解无约束优化问题。在总结PSO算法改进的过程中,发现对算法融合方面的研究具有积极的意义,提出了与死亡罚函数法相结合的混合PSO算法,并将改进的PSO算法应用到约束优化问题求解中。同时,用一些标准的测试函数测试这些改进后的方法,取得了良好的效果。文章第一部分简要介绍了粒子群算法的研究基础。第二部分从PSO算法的基本原理、参数选取、拓扑结构等方面做了介绍。依据改进的目的列举了典型的改进PSO算法。介绍了粒子群算法在工程优化领域的应用。第三部分是对算法做出的改进,并进行函数测试,证明了算法的有效性。
|
全文目录
摘要 7-8 Abstract 8-9 第1章 绪论 9-14 1.1 研究背景及意义 9-10 1.2 国内外研究现状 10-13 1.3 本文的研究内容及取得成果 13-14 第2章 研究基础 14-19 2.1 计算智能 14-15 2.2 人工生命 15-16 2.3 进化计算 16-17 2.4 群智能 17-19 第3章 粒子群优化算法 19-42 3.1 基本PSO算法和标准PSO算法 19-27 3.1.1 算法原理 19-22 3.1.2 算法流程 22-23 3.1.3 算法分析 23-27 3.2 PSO算法的改进 27-36 3.2.1 收敛速度的改进 28-30 3.2.2 增加多样性的改进 30-32 3.2.3 加强局部搜索的PSO 32-34 3.2.4 其他改进 34-36 3.3 PSO算法与其他优化算法的比较 36-40 3.3.1 蚁群算法 36-38 3.3.2 遗传算法 38-40 3.4 PSO算法的应用 40-42 第四章 粒子群优化算法在函数优化问题中的应用 42-52 4.1 函数优化问题 42-45 4.2 M-CFPSO算法求解无约束优化问题 45-48 4.2.1 M-CFPSO算法 45-46 4.2.2 函数测试 46-48 4.3 DP-CFPSO算法求解约束优化问题 48-51 4.3.1 DP-CFPSO算法 48-49 4.3.2 函数测试 49-51 4.4 实验结果讨论 51-52 第五章 总结与展望 52-54 5.1 全文总结 52 5.2 进一步的研究以及工作展望 52-54 致谢 54-55 参考文献 55-61 攻读硕士学位期间发表的论文 61
|
相似论文
- 有源电力滤波器及其在配电网中的应用,TN713.8
- 基于粒子群的分子对接算法,R91
- 基于粒子群算法的露天矿道路路径优化研究,TP301.6
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 移动机器人路径规划研究及仿真实现,TP242
- 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
- 变邻域搜索算法研究及在组合优化中的应用,TP301.6
- 电力系统无功优化的混合算法研究,TM714.3
- 基于QoS的无线传感器网络路由算法研究,TP212.9
- 参数协进化的改进和声搜索算法及其应用,TP391.3
- 非汛期水库群协同优化调度与应用研究,TV697.11
- 不确定环境下供应链多时段生产采购计划问题研究,F224
- 改进二进制粒子群算法在梯级水电站AGC中的应用研究,TV737
- 基于参数辨识的电力系统动态等值方法研究,TM712
- 粒子群算法在水库防洪优化调度中的应用研究,TP301.6
- 智能电网中蓄电池储能的价值评估研究,TM76
- 柔性路径下基于混合粒子群算法的跨单元调度方法,TH165
- 多自主车传感网络信息传输的优化配置研究,TN929.5
- 无人机区域侦察航路规划研究,V279.3
- 含风电场电力系统的机组优化调度研究,TM73
- X集团运输车辆路径问题研究,F224
中图分类: > 数理科学和化学 > 数学 > 运筹学 > 最优化的数学理论
© 2012 www.xueweilunwen.com
|