收藏本站
《江南大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

群体智能算法研究及其应用

赵吉  
【摘要】: 群体智能优化算法是一种近年来新兴的优化方法,是受到关注最多的优化研究领域之一,其模拟社会性动物的各种群体行为,利用群体中的个体之间的信息交互和合作来实现寻优的目的。与其它类型的优化方法相比,其实现较为简单、效率较高。 粒子群优化算法(Particle Swarm Optimization,PSO算法)源于鸟群和鱼群群体运动行为的研究,是一种新的群体智能优化算法,是演化计算领域中的一个新的分支。它的主要特点是原理简单、参数少、收敛速度较快,所需领域知识少。具有量子行为的粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法是在深入研究PSO算法单个粒子收敛行为的基础上,受量子物理学的启发而提出,QPSO算法具有控制参数更少,收敛速度快,全局搜索能力强等特点。 本文以PSO算法与QPSO算法的理论分析及改进方法研究为重点,系统的研究了QPSO算法及其改进算法在相关方面的应用,具体内容如下: (1)从最优化问题概念及其求解方法入手,阐述了智能智能优化算法研究背景,详细介绍了几种常见的智能优化算法;通过阐述了没有免费午餐定理,说明了本文研究的基础;针对PSO算法的缺陷,提出了本课题的立题依据、研究目标、研究内容以及研究思路与方法。 (2)首先介绍了PSO算法的基本原理与基本流程,详细讨论了两种重要的改进算法:带权重的PSO算法和带压缩因子的PSO算法;阐述了QPSO算法的思想来源,给出了QPSO算法的设计思路。分析了随机算法收敛的两个判断准则,即全局搜索算法的收敛准则与局部搜索算法的收敛准则,利用这两个收敛准则作为依据,证明了QPSO算法是一个全局搜索的随机算法;对QPSO算法和PSO算法从算法本身的角度做了比较,说明QPSO的特点;最后尝试在QPSO算法中引入一种新的变异机制,提出了基于云模型变异的量子粒子群优化算法(QPSO-NCM),从而增加种群的多样性,提高算法跳出陷入局部寻优的能力,进一步增强全局搜索能力。变异操作能够增加群体的多样性,使得算法具有突跳的能力,进入新的搜索区域。 (3)针对QPSO算法在解决多峰优化问题中也可能出现局部收敛的现象,分析了出局部收敛的主要原因在于群体多样性较低而使得群体失去了在大范围内进行搜索的能力,通过使用物种形成策略的概念,结合QPSO算法提出了一种SQPSO(The Species-Based QPSO)算法,将粒子群系统中的粒子根据相似度进行划分,用来实现对多峰函数的优化。通过对静态多峰环境和动态多峰环境的测试仿真证明,改进后的算法全局搜索能力和局部搜索能力均得到很大提升。 (4)为了可以克服最小二乘法难于处理的时滞在线辨识,在QPSO算法中引入单神经元结构,提高算法的局部搜索能力,实现线性离散系统的在线辨识。改进QPSO算法收敛速度快,窗口长度更小,更适用于实时要求比较高的在线辨识应用。在时变时滞系统在线辨识的仿真结果也验证了改进QPSO算法具有很好的跟踪能力和稳定性,更适合实际的工程。通过引入接纳时间比控制机制,提出并设计了一种基于QPSO算法在线辨识的自适应反馈控制方法,实现了动态调整QoS的性能控制。 (5)将QPSO算法分别用于混沌系统、周期系统和稳定系统中的参数辨识研究,通过仿真实验验证了QPSO算法在系统参数辨识中比PSO算法和GA算法具有更好的性能。对于存在噪声的混沌系统,提出基于QPSO算法的在线参数辨识并证明了该方法的有效性。 (6) QPSO算法在故障诊断方面的研究。智能故障诊断技术是人工智能和故障诊断相结合的产物,通过人工的方法使用计算机模拟人类专家对复杂系统进行诊断。单一径向基(RBF)神经网络是一种性能良好的前向网络,其既有生物背景,又与函数逼近理论相配,适合于多变量函数逼近。用遗传算法优化RBF神经网络结构和权重等参数的方法具有一定的有效性,但遗传算法复杂的遗传操作(如选择、交叉、变异)使神经网络的训练时间随问题规模及复杂程度的增大而呈指数级增长。针对这些问题采用基于QPSO算法优化的RBF神经网络,进行故障进行诊断,可以有效地提高故障的正辩率。 论文最后对所做工作与主要研究成果进行了总结,并提出了进一步的研究方向。
【学位授予单位】:江南大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP301.6

【引证文献】
中国博士学位论文全文数据库 前3条
1 周頔;医学图像处理中的若干问题研究[D];江南大学;2011年
2 王琼;基于优化理论的神经网络研究及在抽油机故障诊断中的应用[D];东北石油大学;2011年
3 黄宇;基于量子计算的热工过程辨识研究及应用[D];华北电力大学;2012年
中国硕士学位论文全文数据库 前1条
1 刘亚威;基于QPSO的带障碍空间路径规划研究[D];河南工业大学;2011年
【参考文献】
中国期刊全文数据库 前10条
1 王琳,马平;系统辨识方法综述[J];电力情报;2001年04期
2 彭喜元,彭宇,戴毓丰;群智能理论及应用[J];电子学报;2003年S1期
3 魏静萱;王宇平;;一种解决约束优化问题的模糊粒子群算法[J];电子与信息学报;2008年05期
4 丛琳;焦李成;沙宇恒;;正交免疫克隆粒子群多目标优化算法[J];电子与信息学报;2008年10期
5 戴赟,郁飞;进化神经网络在柴油机故障诊断中的应用[J];华东船舶工业学院学报(自然科学版);2004年05期
6 杨旭东,张彤,张家余;遗传算法应用于系统在线辨识研究[J];哈尔滨工业大学学报;2000年01期
7 滕居特;陈国初;顾幸生;;分段式微粒群优化算法[J];华东理工大学学报(自然科学版);2006年04期
8 韩爱国,周云飞,戴怡,陈学东;一种系统在线辨识算法的改进研究[J];华中科技大学学报(自然科学版);2005年10期
9 窦全胜,周春光,马铭;粒子群优化的两种改进策略[J];计算机研究与发展;2005年05期
10 刘宇,覃征,卢江,史哲文;多模态粒子群集成神经网络[J];计算机研究与发展;2005年09期
【共引文献】
中国期刊全文数据库 前10条
1 崔博文,陈剑,陈心昭,任章;复参数最小二乘估计方法[J];安徽大学学报(自然科学版);2005年03期
2 鲁照权;俞宗嘉;胡金东;胡焱东;;广义最小二乘限定记忆参数辨识方法与仿真研究[J];安徽大学学报(自然科学版);2009年06期
3 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
4 陆克芬;方崇;张春乐;;基于人工鱼群算法的投影寻踪评价方法研究[J];安徽农业科学;2009年23期
5 陆克芬;刘延明;方崇;;基于人工鱼群算法的农田灌溉水质评价投影寻踪分析[J];安徽农业科学;2009年28期
6 陈祥生;梁栋;王会颖;;人工鱼群算法与遗传算法融合求解聚类问题研究[J];安徽农业科学;2010年36期
7 冀德刚;石金芝;范彦芳;;一种基于人工鱼群算法的Choquet积分回归推广模型[J];安徽农业科学;2011年02期
8 王会颖;倪志伟;陈祥生;;基于鱼群算法的多维背包问题研究[J];安徽农业科学;2011年10期
9 齐名军;王鹏宇;;量子人工鱼群算法[J];安徽农业科学;2012年08期
10 孙文新;齐名军;;人工鱼群优化在云计算环境中任务调度算法[J];安徽农业科学;2012年11期
中国重要会议论文全文数据库 前10条
1 李翔晟;;基于系统辨识液压变量泵的效率模型研究[A];第十五届流体动力与机电控制工程学术会议论文集[C];2011年
2 李会军;王启刚;季刚;马增良;;一种基于M序列的噪声模型辨识方法[A];第二十六届中国控制会议论文集[C];2007年
3 张红良;吴文启;胡小平;;一种新的里程计刻度因子在线辨识算法[A];第二十六届中国控制会议论文集[C];2007年
4 韩敏;李德才;;基于因果聚类的多变量时间序列相关性研究及预测[A];第二十六届中国控制会议论文集[C];2007年
5 侯志祥;;基于混合遗传算法的连续系统参数辨识[A];第二十六届中国控制会议论文集[C];2007年
6 李晶;李玲玲;万娟;许艮华;陈芳;;基于云理论的支持无输入的语音质量客观评价的建模方法[A];第二十六届中国控制会议论文集[C];2007年
7 陈慧波;丁锋;;基于输出快采样数据的确定性系统最小二乘盲辨识方法[A];第二十六届中国控制会议论文集[C];2007年
8 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
9 雷琪;吴敏;;基于协同进化算法的焦炉火道温度模糊优化控制[A];第二十六届中国控制会议论文集[C];2007年
10 ;An Improved General Particle Swarm Optimization Algorithm for Fast Infrared Image Segmentation[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
4 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
5 刘效武;基于多源融合的网络安全态势量化感知与评估[D];哈尔滨工程大学;2009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 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
8 包兴先;基于模型定阶和信号消噪的海洋平台结构模态参数识别研究[D];中国海洋大学;2010年
9 熊晶;海洋生态本体的建模方法研究及应用[D];中国海洋大学;2010年
10 郭瑛;基于事件触发的无线传感器网络关键技术研究[D];中国海洋大学;2010年
中国硕士学位论文全文数据库 前10条
1 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
2 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
3 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
4 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
5 王垚;液体离心机控制方案设计与实现[D];郑州大学;2010年
6 杨书显;基于PSO算法的氧乐果合成过程建模与控制研究[D];郑州大学;2010年
7 娄玉冰;基于“最优激励轨迹”的工业机器人动力学参数辨识研究[D];郑州大学;2010年
8 刘琪;正态云模型模糊推理系统及其应用研究[D];郑州大学;2010年
9 李俊卿;滚动轴承故障诊断技术及其工业应用[D];郑州大学;2010年
10 陈阳;基于人工鱼的全局优化文化算法及其应用[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 洪露;穆志纯;;免疫遗传算法在BP神经网络中的应用[J];北京科技大学学报;2006年10期
2 冯林,严亮,黄德根,贺明峰,滕弘飞;PSO和Powell混合算法在医学图像配准中的应用研究[J];北京生物医学工程;2005年01期
3 刘学锋,孟令奎,李少华,赵春宇,黄长青;基于栅格GIS的最优路径分析及其应用[J];测绘通报;2004年06期
4 谈国新;一体化空间数据结构及其索引机制研究[J];测绘学报;1998年04期
5 曹广华;宛立达;袁子龙;金树波;;基于递归神经网络的游梁式抽油机振动故障诊断[J];长江大学学报(自然科学版)理工卷;2010年01期
6 田娅,饶妮妮,蒲立新;国内医学图像处理技术的最新动态[J];电子科技大学学报;2002年05期
7 马皓,徐德鸿,卞敬明;基于神经网络的电力电子电路故障诊断[J];电力电子技术;1997年04期
8 王金东,陈浩然;有杆抽油系统波动方程的精细逐步积分法[J];大连理工大学学报;2000年03期
9 齐振忠;刘建新;张卫华;;基于可拓神经网络的变压器故障诊断[J];江西电力职业技术学院学报;2009年01期
10 钟秉林;颜廷虎;;智能化故障诊断理论与方法的研究现状和展望[J];东南大学学报;1993年S1期
中国博士学位论文全文数据库 前10条
1 吴亚锋;子空间系统辨识方法及其在复杂结构中的应用[D];西北工业大学;2000年
2 罗小平;人工免疫遗传学习算法及其工程应用研究[D];浙江大学;2002年
3 朱君;有杆抽油系统井下工况诊断方法研究[D];大庆石油学院;2004年
4 黄孝彬;火电厂控制系统故障检测与诊断的研究[D];华北电力大学(河北);2004年
5 钱华明;故障诊断与容错技术及其在组合导航系统中的应用研究[D];哈尔滨工程大学;2004年
6 戴光明;避障路径规划的算法研究[D];华中科技大学;2004年
7 薛亚丽;热力过程多变量控制系统的优化设计[D];清华大学;2005年
8 郑日荣;基于欧氏距离和精英交叉的免疫算法研究[D];华南理工大学;2004年
9 彭文;基于特征的医学图像配准中若干关键技术的研究[D];浙江大学;2007年
10 任伟建;智能算法及其在油田故障诊断问题中的应用[D];大庆石油学院;2006年
中国硕士学位论文全文数据库 前10条
1 蒋静;基于量子粒子群优化的Volterra核辨识及故障诊断方法研究[D];郑州大学;2010年
2 吴永玲;数据驱动控制系统的时变辨识与饱和特性分析[D];上海交通大学;2011年
3 关英辉;子空间辨识算法在铁水硅含量中的建模研究[D];内蒙古科技大学;2011年
4 任青;智能优化理论及其在热工系统中的应用[D];华北电力大学(河北);2004年
5 杜安红;障碍环境中路径规划算法研究[D];中国地质大学;2004年
6 焦春林;基于光流场的图象分割[D];西北工业大学;2005年
7 黄鹤;部分环境信息已知的智能机器人路径规划方法研究[D];南京理工大学;2005年
8 姬广伟;基于神经网络的钢丝绳柔性抽油杆抽油机井故障诊断的研究[D];北京化工大学;2005年
9 鲁民;混合智能算法在电力系统无功优化中的应用[D];华北电力大学(北京);2006年
10 刘金洋;粒子群优化算法的研究与改进[D];哈尔滨工业大学;2006年
【二级引证文献】
中国硕士学位论文全文数据库 前1条
1 高士瑞;一种引入新的边缘函数的GAC模型医学图像序列分割[D];西北大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 张琦,郭坚毅;时序模型实时参数估计的模糊加权递推最小二乘算法及其应用研究[J];兵工学报;2001年01期
2 王琳,马平;系统辨识方法综述[J];电力情报;2001年04期
3 王涛,沈谦,冯焕清;一种改进的模糊聚类算法[J];电路与系统学报;1999年01期
4 张海英 ,刘祚时 ,林桂娟;群体机器人研究的现状和发展[J];电子技术应用;2004年02期
5 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
6 刘继先;设备诊断技术在工程机械维修中的应用[J];工程机械;1999年09期
7 李德毅;三级倒立摆的云控制方法及动平衡模式[J];中国工程科学;1999年02期
8 杨维,李歧强;粒子群优化算法综述[J];中国工程科学;2004年05期
9 李德毅,刘常昱;论正态云模型的普适性[J];中国工程科学;2004年08期
10 徐洪泽,张福恩,褚东升;一种改进的遗传算法及其在系统辨识中的应用[J];哈尔滨工业大学学报;1997年04期
【相似文献】
中国期刊全文数据库 前10条
1 骆睿;周宁;赵舵;;带惯性权重的粒子群优化算法性能仿真[J];信息技术;2008年08期
2 张焱;高兴宝;;一种改进的粒子群算法[J];计算机工程与应用;2009年26期
3 姚金杰;韩焱;;基于改进自适应粒子群算法的目标定位方法[J];计算机科学;2010年10期
4 王艳玲;李龙澍;胡哲;;群体智能优化算法[J];计算机技术与发展;2008年08期
5 束建华;;群体智能及其融合算法研究[J];科技信息;2009年32期
6 王志刚;;一种改进的粒子群算法[J];哈尔滨商业大学学报(自然科学版);2009年04期
7 张建科;刘三阳;张晓清;;改进的粒子群算法[J];计算机工程与设计;2007年17期
8 王晓笛;肖伟;;解决多目标优化问题的几种进化算法的比较研究[J];电脑知识与技术;2011年07期
9 林浩;许维胜;;基于离散粒子群算法的应急物资调度系统研究[J];电脑知识与技术;2008年25期
10 蔡昭权;黄翰;郑宗晖;罗伟;;基于可达状态集扩张的粒子群算法收敛性改进[J];华中科技大学学报(自然科学版);2009年06期
中国重要会议论文全文数据库 前10条
1 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
2 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
3 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
4 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
5 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
6 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
7 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
8 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
10 杨宏军;宋亦旭;梁伟;贾培发;;基于GLS-PSO的机器人砂带磨削轨迹优化[A];中国自动化学会控制理论专业委员会D卷[C];2011年
中国重要报纸全文数据库 前10条
1 樊 丹 本报记者;让名医智慧在电脑上“复活”[N];中国中医药报;2005年
2 边歆;商务智能:进化与简化[N];网络世界;2007年
3 兴业期货 秦小坡;基于PSO算法的二维动量空间在股指期货上的应用[N];期货日报;2010年
4 记者 黄蔚 通讯员 蔡文兵;校内外导师领航学生科研[N];中国教育报;2011年
5 续九华 胡宝良;现代战争新宠[N];科技日报;2001年
6 本报记者 程鸿;把服务作成产品[N];计算机世界;2002年
7 ;EXFO 100G测试解决方案[N];通信产业报;2010年
8 黄千凌;Mobile 2.0:随时沟通 创造信息新时代[N];电子资讯时报;2007年
9 彼德·米勒;蚂蚁没有老大[N];云南经济日报;2008年
10 康秋洁;谁也不争道抢行,蚂蚁解拥堵智慧超人[N];新华每日电讯;2008年
中国博士学位论文全文数据库 前10条
1 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
2 赵吉;群体智能算法研究及其应用[D];江南大学;2010年
3 王学厚;群体智能优化的计算模式和方法研究与应用[D];华北电力大学;2011年
4 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
5 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
6 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
7 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
8 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
9 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
10 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
中国硕士学位论文全文数据库 前10条
1 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
2 郑高远;一种拓展的文化算法[D];兰州大学;2010年
3 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
4 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
5 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
6 冯维;基于粒子群算法求解多目标函数优化[D];吉林大学;2010年
7 朱秀敏;改进粒子群算法的研究及其在天线设计中的应用[D];太原理工大学;2011年
8 管月智;粒子群算法的研究与应用[D];江南大学;2011年
9 兰任;基于并行混合粒子群算法的蛋白质结构预测[D];大连理工大学;2010年
10 杨琳;基于自适应混沌粒子群算法的多目标无功优化研究[D];东北电力大学;2011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