学位论文 > 优秀研究生学位论文题录展示

求解约束优化问题的粒子群算法研究

作　者: 黄圣杰
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: 约束优化粒子群算法多目标粒子群算法
分类号: O224
类　型: 硕士论文
年　份: 2008年
下　载: 634次
引　用: 3次
阅　读: 论文下载

内容摘要

随着时代的发展、科技的创新,求解约束优化问题的方法不断推新,出现了如遗传算法、蚁群算法、进化规划、进化策略、粒子群算法等优秀的方法。粒子群算法作为一种新型智能算法,凭借其实现简单、参数少并且不依赖函数本身的特点受到了越来越多的关注。将其应用于约束优化问题的求解中,也取得了不少成果。本文针对约束优化问题,提出一种改进的粒子群算法。考虑到大多数约束优化问题的最优值往往出现在约束条件附近的特点,将约束条件作为一项引导量与基本粒子群算法相结合进行改进,改进后的粒子群模型含有个体部分、社会部分以及约束条件组成的引导部分。对于部分约束优化问题,特别是最优解在边界上的约束优化问题,加入引导部分能提高向边界条件收敛的速度,防止在边界值附近无限循环的可能,抑制了部分早熟现象的产生。文章主要分成了五个部分,首先将国内外的研究进展进行概述;其次针对约束优化问题提出自己的改进算法;然后将改进的算法应用于约束优化问题的两个方向:单目标约束优化问题和多目标约束优化问题;接着文章以军事运输路径为例,用实例说明了该方法的有效性;文章最后对算法进行总结并在此基础上进行展望。

全文目录

摘要  8-9
ABSTRACT  9-10
第1章绪论  10-14
  1.1 问题的提出  10-11
  1.2 研究背景及国内外研究状况  11-12
  1.3 本文的研究内容与创新  12-13
  1.4 论文组织结构  13-14
第2章研究基础  14-26
  2.1 约束优化问题研究综述  14-18
    2.1.1 约束优化问题的提出  14
    2.1.2 局部最优与全局最优  14-16
    2.1.3 单目标与多目标约束优化问题  16-17
    2.1.4 约束优化问题求解的方法  17-18
  2.2 粒子群算法研究基础  18-24
    2.2.1 标准粒子群思想与算法  18-20
    2.2.2 几种改进的粒子群算法  20-23
    2 2.3 PSO算法与其他进化算法的比较  23-24
    2.2.4 粒子群算法的应用方向  24
  2.3 本章小结  24-26
第3章粒子群算法求解单目标约束优化问题  26-40
  3.1 引言  26-27
  3.2 PSO算法求解单目标约束优化问题的基本思想  27-28
  3.3 标准粒子群算法求解单目标约束优化问题流程  28-29
  3.4 改进的粒子群算法及其求解单目标约束优化问题  29-33
    3.4.1 以往PSO求解单目标约束优化问题的边界处理方法  29-32
    3.4.2 基于约束条件的改进方法  32-33
  3.5 数值实验:基于引导量的PSO算法求解约束优化问题  33-39
  3.6 小结回顾  39-40
第4章粒子群算法求解多目标约束优化问题  40-56
  4.1 引言  40-41
  4.2 PSO算法求解多目标约束优化问题的一般思想  41-42
  4.3 算法流程  42-44
  4.4 几种有效的PSO求解多目标优化问题的方法  44-50
    4.4.1 以往改进算法求解多目标约束优化问题  44-47
    4.4.2 基于引导量与轮序的改进多目标MaxMin-PSO算法  47-50
  4.5 数值实验:改进MaxMin-PSO算法求解多目标约束问题  50-55
    4.5.1 试验环境  50
    4.5.2 试验数据  50-51
    4.5.3 试验结果与评价  51-55
  4.6 小结回顾  55-56
第5章 PSO算法求解约束优化问题现实应用  56-62
  5.1 应用探讨与现实价值  56
  5.2 数值实验:基于改进PSO算法的军事运输路径优化  56-62
    5.2.1 问题描述  57
    5.2.2 数学建模  57-58
    5.2.3 必经点、必经路线、保序节点的处理  58
    5.2.4 粒子群算法实现具体流程  58-60
    5.2.5 实例  60-62
第6章总结与展望  62-64
  6.1 论文总结  62
  6.2 研究展望  62-64
参考文献  64-70
致谢  70-71
硕士在读期间发表的论文清单  71

求解约束优化问题的粒子群算法研究

内容摘要

全文目录

相似论文