学位论文 > 优秀研究生学位论文题录展示

求解连续优化问题的集群智能算法应用研究

作　者: 张雪雯
导　师: 李艳君
学　校: 浙江大学
专　业: 模式识别与智能系统
关键词: 集群智能算法 优化 蚁群优化算法 粒子群优化算法 电力系统 经济负荷分配 等式约束
分类号: TP18
类　型: 硕士论文
年　份: 2006年
下　载: 284次
引　用: 2次
阅　读: 论文下载
 

内容摘要


在实际工程应用中有很多优化问题是NP难问题,难以应用传统数学方法来解决。近年来,有一种集群智能算法正在引起广大研究学者的注意,这种基于群体的启发式随机优化算法在求解优化问题时不需要考虑待优化函数的数学特性,并且可以实现并行计算,适合于求解复杂的工程优化问题。蚁群优化算法和粒子群优化算法是新近出现的典型的集群智能算法,两种算法都是通过由候选解组成的群体的进化来达到寻找最优解的目的。本论文讨论了这两种优化算法的基本原理与特点,在此基础上,针对这些算法在实际应用领域中存在的问题,提出了相应的改进方法,并且通过多个常用测试例对算法进行了仿真验证。本论文主要研究成果如下: 1.综述了蚁群优化算法求解优化问题的原理,总结出算法成功的关键。对蚁群算法应用于连续优化问题的各种模型进行了综述,并分析了以往各种连续蚁群算法模型的弊病。针对NP难优化问题求解难点,提出一种具有通用性的连续蚁群算法模型,包括快速寻优机制和简单的信息素交流机制,可以有效地在连续域上进行寻优。研究表明,这种算法在寻优性能上优于其它连续蚁群算法、基本粒子群算法。 2.综述了粒子群优化算法的原理、特点及其研究进展。对粒子群的缺陷进行了分析,总结了算法易陷入局部最优的原理。提出一种自适应的变异机制,为算法充分搜索整个可行域提供引导信息,能使算法更快地寻找到最优解,并且有利于算法跳出局部最优解。同时,为了提高算法寻优精度,在算法趋于收敛后缩小搜索域,在寻得的最优解附近进一步寻优。研究表明,改进算法寻得的解远远优于其它改进粒子群算法。 3.综述了电力系统中经济负荷分配问题的模型及其特点,总结了常用的求解方法。通过分析在电厂内部计算或电网分布密集情况下对经济负荷分配模型的简化,分析了这种问题的特点及相应求解方法的缺点。针对问题中的等式约束提出一种简单快速的不可行解修补方法,并且结合本文提出的自调节粒子群算法对经济负荷分配问题进行了求解,取得了较好的结果。 最后,总结了全文研究的内容,提出了连续蚁群算法和粒子群优化算法中尚待解决的问题,展望了集群智能算法进一步的研究方向。

全文目录


摘要  5-6
Abstract  6-8
致谢  8-9
目录  9-11
第一章 概论  11-26
  1.1 引言  11
  1.2 优化问题简介  11-14
  1.3 集群智能算法的特点  14-15
  1.4 蚁群算法  15-21
    1.4.1 蚁群算法原理  15-17
    1.4.2 蚁群算法的特点与改进  17-19
    1.4.3 蚁群算法在连续优化问题中的研究进展  19-21
  1.5 粒子群算法  21-24
    1.5.1 粒子群算法原理  21-22
    1.5.2 粒子群算法的特点与改进  22-23
    1.5.3 粒子群算法的应用  23-24
  1.6 电力系统经济负荷分配问题  24-25
  1.7 本文主要成果  25-26
第二章 求解连续优化问题的蚁群算法  26-43
  2.1 引言  26-27
  2.2 基本蚁群算法及其特点  27-29
  2.3 连续蚁群算法  29-32
    2.3.1 快速迭代寻优  30-31
    2.3.2 信息素保留机制  31
    2.3.3 蚂蚁选择方向  31-32
    2.3.4 滞留蚂蚁变异  32
  2.4 算法步骤  32-33
  2.5 仿真研究  33-42
    2.5.1 算法分析  33-35
    2.5.2 算例仿真分析  35-42
  2.6 小结  42-43
第三章 自调节粒子群算法  43-58
  3.1 引言  43-44
  3.2 粒子群算法的原理及特点  44-45
  3.3 自调节粒子群算法  45-47
    3.3.1 自适应变异  46
    3.3.2 精细搜索  46-47
  3.4 算法步骤  47
  3.5 自调节粒子群算法收敛性分析  47-49
  3.5 仿真研究  49-57
    3.5.1 算例说明  49-50
    3.5.2 算法分析  50-57
  3.6 小结  57-58
第四章 基于自调节粒子群算法的电力系统经济负荷分配何题求解  58-68
  4.1 引言  58-59
  4.2 ELD问题的数学模型  59-60
  4.3 可行化调整机制  60-61
  4.4 自调节粒子群算法求解 ELD问题  61-67
    4.4.1 算法步骤  61
    4.4.2 仿真结果  61-67
  4.5 小结  67-68
第五章 总结与展望  68-70
  5.1 总结  68
  5.2 研究展望  68-70
参考文献  70-79
附录  79-80
  常用简略语对照表  79-80
  作者简介  80
  攻读学位期间撰写的论文  80
  攻读学位期间参加的科研项目  80

相似论文

  1. 超声波钎焊填缝及钎缝优化工艺研究,TG454
  2. 曲拉精制干酪素褐变因素及工艺优化研究,TS252.5
  3. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  4. 常温低温组合密封结构的有限元分析与优化设计,TH136
  5. 涡轮S2流面正问题气动优化设计研究,V235.11
  6. 基于蚁群算法的电梯群优化控制研究,TU857
  7. 中心回燃式燃烧室燃烧特性研究,TK223.21
  8. 基于精细积分法的电力系统动态电压稳定仿真研究,TM712
  9. 内置式高效永磁同步电机的设计研究,TM341
  10. 内点法在大型电力系统无功优化中的应用研究,TM714.3
  11. 轴向磁通感应子式高温超导电机的基础研究,TM37
  12. AVS视频解码器在PC平台上的优化及场解码的改善,TN919.81
  13. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  14. AES算法及其DSP实现,TN918.1
  15. 多层卫星网络稳定性设计研究,TN927.23
  16. 电视制导系统中视频图像压缩优化设计及实现研究,TN919.81
  17. 海量多数据库集成系统的查询处理研究,TP311.13
  18. 米曲霉FS-1脂肪酶发酵优化、分离纯化与酶学特性的研究,TQ925.6
  19. 大红山铁矿井下人员跟踪定位系统的优化研究,TN929.5
  20. 基于粒子群算法求曲线/曲面间最小距离方法,O182
  21. 番禺区初中语文新诗教学现状及其优化策略,G633.3

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