学位论文 > 优秀研究生学位论文题录展示
运用种群多样性动态调整机制的粒子群优化算法研究
作 者: 何诚
导 师: 李枚毅
学 校: 湘潭大学
专 业: 计算机科学与技术
关键词: 最优化问题 粒子群优化算法 种群多样性 多生态子群 全信息学习策略 差异融合策略
分类号: TP18
类 型: 硕士论文
年 份: 2012年
下 载: 4次
引 用: 0次
阅 读: 论文下载
内容摘要
最优化问题广泛存在于科学研究、经济管理等领域,优化问题存在的普遍性促使优化技术和优化算法不断进步。随着工业技术和科学研究的快速发展,现实的优化问题也变得越来越复杂,研究者开始致力于提出更为高效的优化算法。粒子群算法是智能算法中一个新的技术,它不仅能很好地处理复杂高维的问题,在一些领域知识贫乏的问题中也尤为有效。由于其原理简单、参数便于调整等优点,自诞生以来备受研究者的关注。粒子群优化算法作为一种基于群体协作的智能算法,其种群多样性是一个重要研究焦点。种群的多样性描述个体行为和群体的变化趋势,决定了整个算法的进化活力和收敛性能。充分考虑到种群多样性变化对算法寻优能力的影响,本文从保持种群多样性的角度出发,展开对粒子群优化算法的性能改进研究,论文的主要工作如下:本文深入分析了社会结构与多样性的关系,采用多生态子群的社会结构,每个生态子群在各自的社会环境中寻求极值点,减缓粒子的聚集过程,在进化初期有效地保持了种群多样性。提出全信息学习策略和差异融合策略两种多样性动态调整机制。全信息学习策略以全信息粒子作为粒子间的沟通桥梁,该粒子汇集了生态子群内所有粒子的优秀信息。在算法的进化过程中通过动态变化全信息粒子的计算参数,调整粒子的聚合比例,为粒子的学习带来更多选择,其动态性有利于粒子运动方向的多元化发展。差异融合策略以种群变化趋势为标识,实时监控并调整社会结构,从而动态调整多样性在进化过程中的变化趋势。通过经典测试函数和物流实例验证本文算法的性能,实验结果表明算法不仅拥有优秀的寻优能力,而且具有很强的实用性。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-12 1.1 研究背景 9-10 1.2 本文研究内容 10-11 1.3 文章的组织结构 11-12 第2章 优化问题及群智能 12-17 2.1 最优化问题 12 2.2 优化算法 12-13 2.3 群智能算法 13-16 2.3.1 遗传算法(GA) 14 2.3.2 蚁群算法(ACO) 14-15 2.3.3 粒子群算法(PSO) 15-16 2.4 本章小结 16-17 第3章 粒子群优化算法及其多样性 17-24 3.1 PSO 算法 17-19 3.2 粒子群算法的改进 19-20 3.3 PSO 的种群多样性 20-23 3.3.1 种群多样性相关定义 20-21 3.3.2 种群结构对多样性的影响 21-22 3.3.3 学习策略与多样性分析 22-23 3.4 本章小结 23-24 第4章 动态调整种群多样性的改进粒子群算法 24-36 4.1 进化学理论与社会结构 24-26 4.1.1 综合进化学说与杂交理论 24-25 4.1.2 多生态子群社会结构 25-26 4.2 多样性动态调整机制 26-33 4.2.1 动态学习策略 26-29 4.2.2 动态差异融合策略 29-33 4.2.2.1 种群衰落监控 30-31 4.2.2.2 差异融合 31-33 4.3 FIDEPSO 算法 33-34 4.4 算法的收敛性 34-35 4.5 本章小结 35-36 第5章 实验测试与分析 36-54 5.1 函数性能测试 36-45 5.1.1 测试函数 36-39 5.1.2 参数设置 39 5.1.3 实验对比与分析 39-42 5.1.4 收敛性对比分析 42-43 5.1.5 多样性对比分析 43-45 5.2 物流问题中的实际应用 45-53 5.2.1 问题的引入及其数学模型 45-48 5.2.2 约束条件的处理 48 5.2.3 路径编码 48-49 5.2.4 FIDEPSO 算法求解 VRPSPD 问题 49-50 5.2.5 实例分析 50-53 5.3 本章小结 53-54 第6章 总结与展望 54-55 6.1 总结 54 6.2 工作展望 54-55 参考文献 55-58 致谢 58-59 附录 A 攻读硕士学位期间参与项目和学术论文发表 59
|
相似论文
- 基于粒子群算法求曲线/曲面间最小距离方法,O182
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于粒子群优化算法的船舶避碰研究,U675.96
- 基于改进粒子群算法的无功优化,TP301.6
- 基于强化学习的改进遗传算法研究,TP18
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
- 曲面测地与短程路径的分析和提取,TH122
- 空间信息网骨干节点部署方案的设计与仿真,TN915.09
- 基于改进粒子群算法的无人机航迹规划,V279
- 微分进化算法及其在无人机航迹规划中的应用研究,V279
- 基于RFID监狱智能管理系统研究与实现,TP315
- 复杂动态环境下的小型足球机器人路径规划研究,TP242
- 基于MPSO算法的云计算任务调度策略研究,TP3
- 一类改进的粒子群优化算法,TP301.6
- 基于粒子群优化算法的无刷直流电机控制方法研究,TM33
- 基于进化算法的动态优化方法的研究,TP13
- 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
- 工业装置蒸汽透平网络模拟和优化,TK14
- 基于智能算法的二维下料问题的研究,TP301.6
- 爆炸搜索算法研究,TP301.6
- 基于主成分和粒子群优化BP神经网络的促销产品销量预测研究,F274
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|