优秀研究生学位论文题录展示

粒子群算法的改进与应用研究

专 业: 系统分析与集成
关键词: 计算智能 粒子群优化算法 参数调整 多目标优化
分类号: TB114
形 态: 共 54 页 约 35,370 个字 约 1.692 M内容
阅 读: 全文阅读说明

内容摘要


20世纪以来,群体智能的诞生使优化领域得到了很大的发展。

科学家们在研究生物群体行为时得到了启示,提出了许多基于群体智能的算法,粒子群优化算法是群智能算法中的一支新军,它是一种基于种群搜索策略的自适应随机算法,被提出以来得到国内外众多学者们的关注。

由于它算法简单、参数较少、易于程序设计的特点,在工程实践中,已广泛的应用于函数优化、参数优化、神经网络的训练、PID参数整定等领域。

本文从粒子群算法的基本原理、参数选择及应用等方面着手,通过对传统的粒子群算法收敛较慢、易陷入局部最优的问题的研究,提出了一种基于参数调整的改进方法,调整了传统的粒子群算法中的参数,使粒子寻优过程中速度与方向的变异随着迭代次数的变化而变化,这样可以加强粒子在寻优过程晚期的搜索能力,运用Schaffers测试函数进行仿真,结果证明这种改进的方法是可行和有效的。

在文章第一部分首先介绍了粒子群算法的研究现状。

第二部分详细的论述了算法的理论和应用研究。

在第三部分中介绍了新提出的改进方法,并对其进行函数测试。

最后一部分是对粒子群算法在多目标优化问题中的应用研究..……

全文目录


文摘
英文文摘
第一章 绪论
1.1引言
1.2研究背景与意义
1.3国内外研究现状和进展
1.4本文的主要成果
第二章 粒子群优化算法
2.1传统的粒子群算法
2.1.1算法原理
2.1.2算法参数
2.1.3算法的步骤
2.1.4全局模型与局部模型
2.1.5其他智能算法介绍
2.2粒子群算法的发展
2.2.1引入惯性权重
2.2.2引入收缩因子
2.2.3引入拓扑结构
2.2.4种群规模的考虑
2.3几种改进的粒子群算法
2.3.1参数改进PSO算法
2.3.2混合粒子群算法
2.3.3离散二进制算法
2.3.4免疫PSO算法
2.3.5万有引力PSO算法
2.4粒子群算法的应用
2.4.1训练神经网络
2.4.2 PID参数整定
第三章 基于参数调整的粒子群算法
3.1基于参数调整粒子群算法
3.1.1算法的提出
3.1.2算法分析
3.1.3算法的流程
3.2算法的仿真
第四章 多目标粒子群算法
4.1多目标优化问题的概述
4.2多目标进化算法的发展与研究现状
4.2.1传统的多目标优化法
4.2.2基于进化计算的多目标求解方法
4.3多目标粒子群算法
4.3.1算法提出
4.3.2算法基本思想
4.3.3算法流程
4.3.4算法测试
第六章 总结与展望
参考文献

相似论文

  1. 一类极小极大问题的滤子算法,43页,TB11
  2. 自由端具有局部粘弹性阻尼的悬臂Timoshenko梁的能量衰减问题的研究,30页,TB11
  3. 基于遗传算法与蚂蚁算法的矩形件布局问题的研究与应用,49页,TB11
  4. 代谢综合征的风险因素分析与应用,58页,TB11
  5. 弹性问题无网格局部边界元法及其应用研究,71页,TB11
  6. 粒子群优化算法及其若干工程应用研究,76页,TB11
  7. 具有约束的半线性抛物方程的能控性,23页,TB11
  8. 大跨度空间网格结构的风模拟与及其小波分析,58页,TB11
  9. 摄动方法求解高炉炉底热侵蚀反问题,25页,TB11
  10. 近代算法在工程领域中的应用研究,87页,TB11
  11. 带有松弛量的平行工序顺序化优化方法探究,42页,TB11
  12. 三种全局优化算法的研究及其应用,84页,TB11 TM33
  13. 公共交通的最优定价理论与模型研究,50页,TB111
  14. 基于导纳和统计能量分析的功率流研究,53页,TB112
  15. 最优双正交小波基,39页,TB112
  16. 稳定性、振动性的研究及其应用,44页,TB112
  17. 质量工程试验中的波动分析,115页,TB112
  18. 瞬态激励下的统计能量分析方法研究,59页,TB112 TB533.2
  19. 隐式曲面的外形分析,57页,TB113 O187.1
  20. 光散射颗粒测量理论、应用及数据处理方法的研究,49页,TB113 TB32
中图分类: > TB114 > 工业技术 > 一般工业技术 > 工程基础科学 > 工程数学 > 概率论、数理统计的应用

© 2012 book.hzu.edu.cn