收藏本站
《哈尔滨工程大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群算法的研究及其在船舶工程中的应用

刘宏达  
【摘要】: 鉴于科学研究和实际工程中许多问题的复杂性、约束性、非线性、多局部极值和建模困难等特点,寻找适用于各种不同需求的新型智能优化方法一直是许多学科的一个重要研究方向。群智能优化技术是模仿自然界群体生物行为特征而产生的一类新兴智能优化算法,该算法在没有集中控制且不提供全局模型的前提下,为求解复杂问题的最优解提供了基础。 本文在研究群智能优化算法的模型之——粒子群算法的基本原理和研究现状的基础上,针对基本粒子群算法研究中存在的一些问题,提出了多种改进的粒子群算法,并研究这些改进算法在船舶工程问题中的应用策略。 本文的研究目的是探索粒子群算法的改进形式,使之能够有效解决高维大值域多峰函数优化、复杂工业系统的优化控制与决策等理论和工程应用问题。主要研究工作包括以下几个方面: 1.针对目前PSO算法参数选取方法(单因素试验法)的不足,提出一种通用的多因素的粒子群参数的选择方法。首先通过粒子群算法参数约束方法来限制参数范围,再利用数论和统计学中的均匀设计法,对算法参数进一步选定。这种试验优选方法,可以在考虑多参数相互耦合、相互制约的复杂条件下,快速给出一组较好的参数值。对参数的泛化能力进行了试验验证。对比分析测试结果表明,本文提出的参数选定方法速度快且优化效果好,对各种改进PSO算法的参数组合选择具有通用性。 2.针对高维大值域多峰优化问题寻优困难的现状,提出了基于多种群的空间压缩PSO算法,克服了目前存在的算法在此类问题寻优中存在的缺陷。在PSO算法中引入不完全搜索策略,将搜索分为几个阶段,每一阶段依靠各种群中的最优势粒子来确定各种群下一次搜索的空间。通过对搜索空间的不断压缩,避免了大量无效搜索,提高了搜索的速度和质量。同时,该方法适合多台计算机协同工作,且不需要特殊的并行计算平台。测试表明:本文提出的空间压缩PSO算法可以有效地压缩搜索空间,显著提高搜索效率。 3.由于随机算法种群产生的随机性,使得算法的搜索质量和速度也呈随机性,这使普通的随机算法难以满足某些无法多次优化、但又需要实时优化的工程需要。针对这一问题,提出了基于均匀设计法确定关键代次种群的PSO算法。利用均匀设计方法产生PSO算法的初始种群(或关键代次种群),使种群中的粒子在搜索空间分布更好地保持了均匀分散性。给出了4种种群的生成方案,通过测试和对比分析表明,基于值域分割的均匀设计种群生成法能使算法的搜索效果最好;基于均匀设计设定初始种群的算法可以在不丧失搜索质量和效果的前提下,能使算法具有更稳定的搜索效率和搜索质量,同时能有效减少粒子聚集和搜索早熟的随机性发生。 4.将社会心理学的意识选择在“个人与团体”、“领导与服从”中的作用引入算法中,给出了一种具有选择意识异步PSO算法。使粒子跟随优势粒子不再盲从而是具有选择能力,并对算法的计算性能进行了对比分析与测试。测试表明,这种结合了社会心理学思想的异步模式PSO算法,可以在保持异步模式收敛速度快于同步模式的优势基础上,进一步提高搜索的质量。 5.针对目前船舶自动舵仍信赖PID舵的现状,设计了基于具有选择意识的异步PSO算法的新型实时参数优化。给出了解决该工程问题的步骤和方法和数值计算结果及分析。仿真结果表明:本文提出的PSO免疫自动舵控制策略使得系统鲁棒性得到提高,算法搜索的快速性得到了体现。 6.针对目前舰艇消磁目标单一、消磁优化决策难的现状,将基于多种群的空间压缩PSO算法应用到舰船消磁优化决策中,很好地解决了舰船消磁中变量值域范围大、目标函数维数高的工程难题,并可以实现多种目标的优化决策。本文给出了解决该工程问题的方法、步骤和数值计算的结果及分析。本文提出的方法具有通过多阶段的不完全搜索来压缩调节量取值范围、通过多群体之间的独立性保证对压缩区域对最优解包围的概率、通过逐步压缩搜寻范围来减低搜索难度的特点,仿真结果表明,本文提出的方法可以加快消磁优化决策速度和质量,在船舶消磁线圈系统的优化调整工作中起到很好的效果。 7.针对船舶电力系统网络重构问题,本文提出了新的离散编码公式,将实数编码的基于均匀设计产生关键代次种群的PSO算法运用到了属于离散优化的船舶电力系统网络重构问题中。不但充分利用了基于均匀设计产生关键代次种群的PSO算法搜索稳定性高的的特点,还形成了一种新的离散粒子群算法。在工程实现过程中,还给出了利用故障提取信息对粒子的取值范围进行压缩的方法和优启发式规则。测试表明:提出的PSO改进算法在决策生成速度上略优于其他方法,搜索质量也和其他方法相当,在最优解的稳定性上明显优于其它算法,对船舶电力系统的网络重构问题有很好的实用性,具有较好的应用前景。 最后总结了整个论文研究工作的成果,并展望了粒子群算法需要进一步研究的方向。
【学位授予单位】:哈尔滨工程大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP18

【引证文献】
中国期刊全文数据库 前3条
1 朱显桥;刘大明;杨明明;;基于多目标的消磁绕组优化调整方法[J];北京航空航天大学学报;2012年11期
2 连丽婷;肖昌汉;杨明明;;基于神经网络的绕组电流闭环控制方法[J];海军工程大学学报;2012年02期
3 洪泽宏;杨明明;;采用多种群搜索策略的微粒群算法调整消磁绕组[J];海军工程大学学报;2012年03期
中国博士学位论文全文数据库 前1条
1 温强;矢量场测量系进化算法优化研究[D];哈尔滨工程大学;2012年
中国硕士学位论文全文数据库 前2条
1 姜婵娟;遥控式水下机器人PID运动控制算法优化研究[D];哈尔滨工程大学;2010年
2 杨依珍;基于改进粒子群算法的空间系校正及配准技术研究[D];哈尔滨工程大学;2011年
【参考文献】
中国期刊全文数据库 前10条
1 刘宏达;李殿璞;马忠丽;;一种新型船舶航向智能PID控制器优化设计[J];船舶工程;2007年04期
2 何大阔,王福利,张春梅;基于均匀设计的遗传算法参数设定[J];东北大学学报;2003年05期
3 杨秀霞,张晓锋,张毅;基于加速遗传算法的舰船电力系统故障恢复[J];电工技术学报;2005年05期
4 张毅,杨秀霞;舰船电力系统网络重构研究综述[J];电工技术学报;2005年08期
5 何芳;蔡兴国;;基于改进遗传算法的舰船电力系统网络重构[J];电工技术学报;2006年09期
6 刘宏达;李殿璞;马忠丽;;基于粒子群优化的船舶PID自动舵的改进[J];东南大学学报(自然科学版);2006年S1期
7 马建伟,张国立;人工鱼群神经网络在电力系统短期负荷预测中的应用[J];电网技术;2005年11期
8 彭宇,彭喜元,刘兆庆;微粒群算法参数效能的统计分析[J];电子学报;2004年02期
9 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期
10 赵曙光,焦李成,王宇平,杨万海;基于均匀设计的多目标自适应遗传算法及应用[J];电子学报;2004年10期
【共引文献】
中国期刊全文数据库 前10条
1 陈一村;蔡聪艺;冀宾;高分飞;张艳美;黄展勤;白雪婷;石刚刚;;东莨菪亭和橙皮素联用的镇痛效果定量分析[J];癌变·畸变·突变;2010年03期
2 李亚东,张华林,马亿珠,李宾杰,吴志申;ABS/纳米Sb_2O_3复合材料阻燃性能研究[J];工程塑料应用;2005年02期
3 孙宝寿;邓益民;陈哲;王利柱;刘军;;基于Taguchi和UDE试验设计的注塑工艺参数优化[J];工程塑料应用;2009年12期
4 邓建斌;叶洪江;;基于混沌遗传算法的配电网无功补偿优化[J];安徽电气工程职业技术学院学报;2006年03期
5 尹峰,邓小鹏,许四毛;生物免疫机理在计算机安全领域的应用与发展[J];安徽电子信息职业技术学院学报;2004年Z1期
6 焦俊;陈无畏;李绍稳;王继先;;基于改进PSO的智能车辆转向自适应PID控制[J];安徽大学学报(自然科学版);2008年06期
7 郭兴众;;二层多目标决策问题的等价变换及其全局优化[J];安徽工程科技学院学报(自然科学版);2007年01期
8 许小健;张金轮;;微进化算法[J];安徽工程科技学院学报(自然科学版);2010年04期
9 何金华;李亚;张超;;叶丝气流干燥机过程控制参数优化设计[J];安徽科技;2009年01期
10 丁元春;胡蕙露;;均匀设计在香花槐组织培养中的应用[J];安徽农学通报;2006年12期
中国重要会议论文全文数据库 前10条
1 杨冀丰;史建卫;钱乙余;李晋;;对0201组装中焊膏印刷工艺参数影响的研究[A];2008中国电子制造技术论坛论文集[C];2008年
2 齐登红;常珂;朱中道;;利用回归分析确定降水入渗补给函数[A];河南省地质调查与研究通报2007年卷(上册)[C];2007年
3 刘羿彤;付梦印;高宏斌;;一种改进的PSO算法[A];第二十六届中国控制会议论文集[C];2007年
4 苗广祥;牛玉广;陈向阳;张海萍;;基于微粒群优化算法模型的改进策略的研究[A];第二十六届中国控制会议论文集[C];2007年
5 ;The Research and Application of Immune Feedback Control in the Load Control System of Tube Mill[A];第二十六届中国控制会议论文集[C];2007年
6 洪露;穆志纯;;一种新的克隆混沌调节算法的研究[A];第二十六届中国控制会议论文集[C];2007年
7 崔志华;蔡星娟;曾建潮;孙国基;;基于预测速度的改进微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
8 杨光友;张道德;;基于PSO和L-M优化方法的奇偶问题学习算法[A];第二十六届中国控制会议论文集[C];2007年
9 李军亮;肖新平;毛树华;;灰色双层线性规划的粒子群解法[A];第二十七届中国控制会议论文集[C];2008年
10 王旭光;孙衢;;基于模糊免疫控制的PI调速器设计[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 张杏莉;几何约束求解关键问题研究[D];山东科技大学;2010年
2 谭枫;介入式文化算法及其应用研究[D];哈尔滨工程大学;2010年
3 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
4 张宏瀚;高性能U型减摇水舱系统设计与控制方法研究[D];哈尔滨工程大学;2010年
5 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
6 王蕊;无线传感器网络部署与拓扑控制研究[D];哈尔滨工程大学;2009年
7 徐小峰;面向船舶制造协同物流网络的资源优化研究[D];哈尔滨工程大学;2009年
8 孙鹏飞;基于计算智能技术的蛋白质结构预测方法研究[D];哈尔滨工程大学;2010年
9 毛宇峰;水下机器人系统体系结构及避障控制技术研究[D];哈尔滨工程大学;2010年
10 吴德烽;计算智能在三维表面扫描机器人系统中的应用研究[D];大连海事大学;2010年
中国硕士学位论文全文数据库 前10条
1 黄吉星;集中型槽孔轮式油菜精量排种器设计及其破碎率试验研究[D];华中农业大学;2010年
2 蒋慧;改进的遗传算法在电力系统无功优化中的应用[D];安徽工程大学;2010年
3 刘奇;基于混合粒子群算法的ZnO镀膜光纤传感器的参数优化[D];南昌航空大学;2010年
4 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年
5 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
6 刘超;聚氨酯膜预防综放巷道煤层自燃技术的研究[D];山东科技大学;2010年
7 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
8 肖小城;粒子群算法求解作业车间调度问题的研究[D];郑州大学;2010年
9 赵乐乐;在役桥梁结构健康诊断与寿命预测技术研究[D];郑州大学;2010年
10 王钰;间十五烷基酚的合成及热力学研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 闵克学;葛宏伟;张毅;梁艳春;;基于蚁群和粒子群优化的混合算法求解TSP问题[J];吉林大学学报(信息科学版);2006年04期
2 刘诗斌,冯晓毅,李宏;基于椭圆假设的电子罗盘误差补偿方法[J];传感器技术;2002年10期
3 袁智荣;三轴磁航向传感器的全姿态误差补偿[J];传感器技术;2003年09期
4 陈炳瑞,冯夏庭;压缩搜索空间与速度范围粒子群优化算法[J];东北大学学报;2005年05期
5 雷震;蒋全兴;;基于遗传算法的转移阻抗测试装置优化设计[J];电波科学学报;2007年01期
6 马洪波;段宝岩;王从思;;随机参数反射面天线机电集成稳健优化设计[J];电波科学学报;2009年06期
7 杨明明;刘大明;刘胜道;连丽婷;;消磁绕组磁感应强度的延拓方法研究[J];电波科学学报;2010年06期
8 闫俊;石韬;;多传感器配准估计方法与实现[J];电光与控制;2008年06期
9 常洪江;;遗传算法综述[J];电脑学习;2010年03期
10 严晓明;;遗传算法交叉算子浅析[J];福建电脑;2010年05期
中国博士学位论文全文数据库 前10条
1 于华男;开架式水下机器人辨识与控制技术研究[D];哈尔滨工程大学;2003年
2 高尚;蚁群算法理论、应用及其与其它算法的混合[D];南京理工大学;2005年
3 王芳;粒子群算法的研究[D];西南大学;2006年
4 左洪浩;蚁群优化算法及其应用研究[D];中国科学技术大学;2006年
5 刘彦鹏;蚁群优化算法的理论研究及其应用[D];浙江大学;2007年
6 杨剑峰;蚁群算法及其应用研究[D];浙江大学;2007年
7 甘永;水下机器人运动控制系统体系结构的研究[D];哈尔滨工程大学;2007年
8 张毅;群智能算法的改进及其在相关领域中的应用[D];吉林大学;2009年
9 冯春时;群智能优化算法及其应用[D];中国科学技术大学;2009年
10 刘和平;浅水水下机器人设计与控制技术工程研究[D];上海大学;2009年
中国硕士学位论文全文数据库 前3条
1 张磊;AUV模糊神经网络控制器优化设计研究[D];哈尔滨工程大学;2007年
2 胡明茂;开架式水下机器人系统辨识与控制技术研究[D];哈尔滨工程大学;2007年
3 田宇;水下机器人智能运动控制技术研究[D];哈尔滨工程大学;2007年
【二级引证文献】
中国硕士学位论文全文数据库 前1条
1 王宇鑫;“海螺一型”ROV控制系统结构与艏向控制技术研究[D];浙江大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 肖扬,杜锡钰;时变离散系统的渐进稳定性检验定理及算法[J];北方交通大学学报;1998年06期
2 刘洪谦,麻德贤,陈慧灵,李滋新;增强并行均匀序贯寻优方法及其全局寻优性能研究[J];北京化工大学学报(自然科学版);1999年04期
3 杨兆吉;多电站船舶电网的短路计算[J];船电技术;2000年04期
4 何大阔,王福利;基于可进化性的快速遗传算法[J];东北大学学报;2002年07期
5 何大阔,王福利,张春梅;基于均匀设计的遗传算法参数设定[J];东北大学学报;2003年05期
6 何大阔,王福利,贾明兴;遗传算法初始种群与操作参数的均匀设计[J];东北大学学报;2005年09期
7 吕勇,赵光宙;蚁群优化算法及其在电力系统中的应用[J];电工技术学报;2003年04期
8 杨秀霞,张晓锋,张毅;基于加速遗传算法的舰船电力系统故障恢复[J];电工技术学报;2005年05期
9 张毅,杨秀霞;舰船电力系统网络重构研究综述[J];电工技术学报;2005年08期
10 胡江强,杨盐生,任俊生,李铁山;智能积分型的船舶航向自动舵[J];大连海事大学学报;2004年01期
中国重要会议论文全文数据库 前1条
1 李晓磊;钱积新;;人工鱼群算法:自下而上的寻优模式[A];过程系统工程2001年会论文集[C];2001年
【相似文献】
中国期刊全文数据库 前10条
1 康燕;孙俊;须文波;;具有量子行为的粒子群优化算法的参数选择[J];计算机工程与应用;2007年23期
2 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期
3 张荣沂;一种新的集群优化方法——粒子群优化算法[J];黑龙江工程学院学报;2004年04期
4 吴兆礼,张晓光,段高燕,王刚,李喜红,张晓光,杨伯君;粒子群优化算法在PMD自适应补尝中的应用[J];现代有线传输;2005年02期
5 陈炳瑞,冯夏庭;压缩搜索空间与速度范围粒子群优化算法[J];东北大学学报(自然科学版);2005年05期
6 李爱国;多粒子群协同优化算法[J];复旦学报(自然科学版);2004年05期
7 高亮,高海兵,周驰,喻道远;基于粒子群优化算法的模式分类规则获取[J];华中科技大学学报(自然科学版);2004年11期
8 侯振华;;一种改进的粒子群优化算法[J];计算机与现代化;2010年02期
9 纪运景,卞保民,贺安之;激光衍射法测量粒子群粒径分布的反演新算法[J];光电子.激光;2002年12期
10 高鹰,谢胜利;免疫粒子群优化算法[J];计算机工程与应用;2004年06期
中国重要会议论文全文数据库 前10条
1 张连营;刘晓峰;;微粒群算法收敛研究[A];2005中国控制与决策学术年会论文集(上)[C];2005年
2 姜正涛;郝艳华;王育民;;对一种公钥概率加密体制的效率改进[A];第十九次全国计算机安全学术交流会论文集[C];2004年
3 徐立佳;何银芝;;龙滩水电站水轮发电机组结构特点与性能参数[A];2007年湖南水电科普论坛论文集[C];2007年
4 张国明;曹曦;李树武;;茨姑滑坡滑带土参数选择及稳定性研究[A];中国水力发电工程学会第四届地质及勘探专业委员会第二次学术交流会论文集[C];2010年
5 张建平;庹凌云;孙宝海;汪俊杰;刘建;颜永红;;LVCSR系统中语言模型的参数选择与性能评测[A];第六届全国现代语音学学术会议论文集(下)[C];2003年
6 米瑞丰;杨明玉;;Prony算法分析电力系统暂态信号的有效性研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
7 ;1000MW水轮发电机组设计制造关键技术研究[A];大型水轮发电机组技术论文集[C];2008年
8 徐立佳;;抽水蓄能电站发电电动机的特点及选型设计分析[A];抽水蓄能电站工程建设文集(2008)[C];2008年
9 陈智超;;电源浪涌保护器的参数选择及线路保护[A];2005年泛珠三角气象学术研讨会论文选集[C];2005年
10 郭景华;杨慧中;;基于改进PSO算法的支持向量机参数选择[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
中国重要报纸全文数据库 前10条
1 记者 夏纪福;新加坡海洋船舶工程装备项目落户镇江[N];中国船舶报;2011年
2 记者 秦宏;避险心切 巨资重压短债[N];上海证券报;2005年
3 马路 刘剑刚 史大卓;均匀设计法在中药研究中应用广泛[N];中国医药报;2005年
4 本报记者 宦建新 通讯员 孙汉振;勇立“船”头[N];科技日报;2005年
5 本报记者 张梦然;2011,“上帝粒子”之年?[N];科技日报;2011年
6 记者 沈谦通讯员 杜兴民;西安船舶工程研究院成立[N];陕西日报;2008年
7 记者 吴秀霞;优化船舶电力系统设计需多方合力[N];中国船舶报;2010年
8 中国船舶工业离退休干部局 程天柱;忆海峡两岸船舶工程名词认同过程[N];中国船舶报;2008年
9 记者 魏敬民;人才是强船根本[N];中国船舶报;2003年
10 张秀琴;网络重构企业管理[N];中华建筑报;2000年
中国博士学位论文全文数据库 前10条
1 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年
2 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年
3 邹丹平;运动粒子群三维轨迹获取方法研究[D];复旦大学;2010年
4 孟杰;船舶电力系统的非线性鲁棒控制研究[D];哈尔滨工程大学;2011年
5 丁华;非直井井迹优化设计与决策分析应用研究[D];大连理工大学;2004年
6 高绍新;先进项目管理技术的理论方法及关键技术研究与应用[D];大连理工大学;2002年
7 朱玉;隧道锚设计体系中的关键问题研究与实践[D];华中科技大学;2005年
8 张雪彪;船体曲面钢板完全线加热成形研究[D];大连理工大学;2006年
9 鲍晓华;汽车用爪极发电机建模及优化技术研究[D];合肥工业大学;2007年
10 孙才勤;船舶电力系统建模仿真及动态稳定性研究[D];大连海事大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘振凯;粒子群进化方程与有关算法研究[D];西安电子科技大学;2010年
2 艾景波;文化粒子群优化算法及其在布局设计中的应用研究[D];大连理工大学;2005年
3 纪运景;光学衍射法粒子群粒度分布中值粒径概率密度分布函数的数学模型[D];南京理工大学;2002年
4 谭重建;动态全景图的研究[D];吉林大学;2005年
5 陈永刚;粒子群算法及其在函数优化和路径优化问题上的应用[D];吉林大学;2006年
6 刘艳;基因调控网络分析和重建[D];南京理工大学;2004年
7 江炜;乙烯气相聚合颗粒粒径分布模型的研究[D];浙江大学;2004年
8 吕建霞;化学计量学新算法在实际生化体系中的定量构效关系研究[D];湖南大学;2004年
9 张敏慧;改进的粒子群计算智能算法及其多目标优化的应用研究[D];浙江大学;2005年
10 王亚利;解几类优化问题的遗传算法[D];西安电子科技大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026