学位论文 > 优秀研究生学位论文题录展示
个性化微粒群算法研究
作 者: 蔡星娟
导 师: 谭瑛;曾建潮
学 校: 太原科技大学
专 业: 计算机软件与理论
关键词: 微粒群算法 惯性权重 认知系数 社会系数 算法结构
分类号: TP301.6
类 型: 硕士论文
年 份: 2008年
下 载: 64次
引 用: 3次
阅 读: 论文下载
内容摘要
微粒群算法是一种模拟鸟群飞行、鱼群游动等生物群体社会行为的群体随机优化算法,由于它结构简单、运算速度较快,已广泛应用于许多领域。论文从智能体(Agent)观点出发,提出了个性化微粒群算法框架,并将其应用于参数选择及结构优化。标准微粒群算法仅利用了微粒的记忆性,没有考虑微粒的其它特性。这一局限使得微粒群算法与其生物学背景之间存在较大差异,从而影响了算法的计算效率。有鉴于此,论文将算法中的微粒视为具有记忆能力、通讯能力、响应能力、协作能力及自学习能力的智能体(Agent)粒子,提出了个性化微粒群算法框架。该算法在标准微粒群算法的基础上,利用多智能体之间的相互竞争、相互协作,使微粒能更好地适应周围环境,从而更加符合算法的生物学背景。参数选择是微粒群算法研究的一个重要内容,与已有的参数选择策略不同,个性化的参数选择策略需要充分利用各微粒的通讯、响应、协作及自学习能力,从而导致不同微粒在同一代中参数具有不同的值。论文以各微粒对环境适应能力的优劣为基础,提出了线性化的性能评价指标作为微粒的自学习能力,并根据协作能力动态调整全局搜索能力与局部搜索能力之间的比例。基于该思想,论文成功提出了惯性权重、认知系数及社会系数的个性化选择策略,仿真结果表明这些策略能有效地提高算法的计算效率。对于微粒群算法的另一个重要研究内容—结构优化,论文根据较优位置附近存在全局极值点的概率较大这一原则,初步探讨了个性化的微粒群算法结构实现方式。由于个性化惯性权重策略具有较高的选择压,容易陷入局部极值点。因此,论文引入一种特殊的结构以限制局部搜索能力,强化其全局搜索能力,从而有效地避免了过早收敛现象的发生。然而,该策略的全局搜索性能仍然较弱,为此,论文进一步提出了一种发散的进化方式。仿真结果表明该算法能有效提高种群多样性。
|
全文目录
中文摘要 3-4 ABSTRACT 4-11 第一章 引言 11-23 1.1 优化问题 11-13 1.1.1 遗传算法 12 1.1.2 模拟退火算法 12-13 1.1.3 禁忌搜索算法 13 1.2 群体智能算法 13-14 1.2.1 群智能 13 1.2.2 常见的群智能算法 13-14 1.3 微粒群算法 14-21 1.3.1 标准微粒群算法 15 1.3.2 标准微粒群算法流程 15-16 1.3.3 社会行为分析 16-17 1.3.4 与其它进化算法的比较 17-18 1.3.5 微粒群算法的研究背景和现状 18-21 1.4 本文主要完成的工作 21-23 第二章 个性化惯性权重设计策略 23-54 2.1 个性化微粒群算法框架 23-27 2.1.1 标准微粒群算法的分析 23-24 2.1.2 多智能体介绍 24-25 2.1.3 个性化微粒群算法框架 25-27 2.2 惯性权重的个性化选择策略 27-36 2.2.1 类繁殖池策略 28 2.2.2 类FUSS 策略 28-29 2.2.3 类锦标赛策略 29 2.2.4 算法流程 29-30 2.2.5 实例仿真 30-36 2.3 带有混沌策略的IIWS1 36-45 2.3.1 IIWS1 的种群多样性分析 36-37 2.3.2 混沌的基本概念 37-38 2.3.3 几种典型的混沌模型 38-39 2.3.4 算法流程 39 2.3.5 实例仿真 39-45 2.4 带有变异的IIWS1 45-51 2.4.1 变异策略 45-46 2.4.2 算法流程 46 2.4.3 实例仿真 46-51 2.5 小结 51-54 第三章 个性化认知系数与社会系数设计策略 54-79 3.1 已有认知系数与社会系数选择策略的缺陷 54 3.2 基于历史最优适应值的认知系数个性化调整策略 54-60 3.2.1 个性化设计策略 54-55 3.2.2 变异策略 55 3.2.3 算法流程 55-56 3.2.4 仿真实例 56-60 3.3 基于当前适应值的认知系数个性化调整策略 60-65 3.3.1 个性化调整策略 60-61 3.3.2 变异策略 61 3.3.3 算法流程 61-62 3.3.4 仿真实例 62-65 3.4 社会系数的个性化选择策略 65-71 3.4.1 个性化调整策略 65-66 3.4.2 变异策略 66 3.4.3 算法流程 66-67 3.4.4 仿真实例 67-71 3.5 认知系数与社会系数的混合个性化选择策略 71-78 3.5.1 个性化调整策略 71-72 3.5.2 变异策略 72-73 3.5.3 算法流程 73 3.5.4 仿真实例 73-78 3.6 小结 78-79 第四章 个性化改进微粒群算法 79-90 4.1 基于个性化惯性权重的改进微粒群算法 79-84 4.1.1 个性化惯性权重选择策略分析 79-80 4.1.2 基于个性化惯性权重策略的改进微粒群算法 80-81 4.1.3 仿真实例 81-84 4.2 基于发散结构的个性化改进微粒群算法 84-89 4.2.1 吸引扩散微粒群算法 84-85 4.2.2 基于发散结构的个性化改进微粒群算法 85-86 4.2.3 仿真实例 86-89 4.3 小结 89-90 第五章 总结与展望 90-93 参考文献 93-101 研究生期间参加科研项目和发表的论文 101-103 致谢 103-104 个人简况及联系方式 104-105
|
相似论文
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 微粒群算法的改进与应用研究,TP18
- 菌群优化算法的研究及应用,TP301.6
- 战斗力优化配置与调度研究,E91
- 物流配送选址与路径优化模型及其微粒群算法研究,F224
- 微粒群算法理论研究及其在PID参数优化中的应用,TP13
- 改进粒子群算法及其应用研究,TP301.6
- 基于遗传免疫微粒群算法的工程项目多目标综合优化研究,TP301.6
- 水电仿真软件中调节模块的实现与优化,TP391.9
- 非线性动态调整惯性权重的粒子群算法,TP301.6
- 基于微粒群算法优化的模糊PID的无刷直流电机调速控制系统的研究,TM33
- 蚁群算法在桁架结构设计中的应用研究,TP301.6
- 无线传感网络层次型拓扑控制应用研究,TN929.5
- 基于递阶遗传算法的BP神经网络的研究与应用,TP183
- 离散微粒群改进算法及在属性约简中的应用,TP18
- PSO收敛性分析及其在电厂循环水系统中的应用,TM621
- 数独的难度衡量、生成及微粒群算法,O157.1
- 含分布式电源的配电网络重构,TM715
- 土壤光谱重建技术研究,S152
- 多种群协同进化的微粒群优化算法及其在橡胶硫化车间生产调度中的应用,TQ330.8
- 智能优化算法的改进及其在多维空间谱估计中的应用,TP18
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
© 2012 www.xueweilunwen.com
|