收藏本站
《南昌航空大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

微粒群优化算法的改进及应用

柳枝华  
【摘要】:最优化问题广泛存在于人类社会的生产与生活中,随着科学技术的发展以及相关问题复杂度的提高,人们对优化技术也提出了更高的要求。微粒群优化算法(Particle Swarm Optimization, PSO)是一种新兴的优化工具,它来源于对生物界鸟类觅食行为的研究,属于群智能优化算法的范畴。PSO算法思想简单,容易实现,通用性强,自提出以来,获得国内外相关领域专家学者的广泛关注,在众多领域得到了很好的应用。 微粒群优化算法是一种有效的优化技术,然而无论是算法的理论基础还是实际应用都不够成熟,仍有许多问题值得研究。本文分析了微粒群优化算法的基本原理,重点研究了两群微粒群优化算法及量子微粒群优化算法,在此基础上,对PSO算法的改进和应用进行了相关的研究,具体工作如下: (1)在两群微粒群优化算法的基础上,提出了双群分段交换微粒群优化算法(TSME-PSO)。算法两分群采用不同的进化模型更新微粒的速度和位置,群体间进行微粒交换,整个搜索过程,不同阶段交换不同数目的微粒,且交换数目是逐渐减少的。相关函数测试结果表明,TSME-PSO算法优化性能良好,尤其在高维复杂问题上表现更为出色。 (2)通过研究量子微粒群优化算法,并结合TSME-PSO算法的交换策略,提出了双群交换量子微粒群优化算法(TS-QPSO)。具有量子行为特征的微粒可以以某一确定的概率出现在空间的任何位置,极大的拓展了搜索空间。通过合理设置交换数目和交换方式,可以有效提高种群的多样性,改善算法的全局优化性能。仿真实验结果表明了TS-QPSO算法的可行性和有效性。 (3)将提出的改进PSO算法—TSME-PSO算法和TS-QPSO算法,应用于求解带时间窗的车辆路径问题(VRPTW)。本文给出了具体的VRPTW问题编码方法,并详细介绍了求解VRPTW问题的流程与步骤,实验结果表明改进的PSO算法在求解VRPTW问题上具有较好的收敛性能,求解效果优于基本PSO算法。
【学位授予单位】:南昌航空大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP301.6

免费申请
【相似文献】
中国期刊全文数据库 前10条
1 贾立;程大帅;施继平;邱铭森;;基于微粒群优化算法的间歇过程迭代学习[J];控制工程;2011年03期
2 王明;黄海峰;何峰;左文艳;;基于微粒群优化和粗糙熵的图像分割算法[J];计算机工程;2011年14期
3 张少迪;王延杰;孙宏海;;三角形剖分以及PSO-BP神经网络在星图识别中的应用[J];光电工程;2011年06期
4 于志奇;;粒子群优化算法的改进与性能分析[J];晋中学院学报;2011年03期
5 于继江;;求解定制物流调度问题的动态微粒群算法[J];计算机应用与软件;2011年08期
6 赵嘉;;基于多阶段多模型微粒群算法的非线性方程组解法[J];科技经济市场;2011年07期
7 赵嘉;曹寒问;孙辉;李文力;;双群交换微粒群算法及在Shearlet图像去噪中的应用[J];计算机工程与应用;2011年19期
8 张勇;巩敦卫;任永强;张建化;;用于约束优化的简洁多目标微粒群优化算法[J];电子学报;2011年06期
9 陈劲;陈水利;;供应商优选与订货量分配的多目标微粒群算法[J];集美大学学报(自然科学版);2011年04期
10 杨长兴;胡金;;一种改进的PSO网格调度算法[J];微型机与应用;2011年12期
中国重要会议论文全文数据库 前10条
1 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
2 ;ANALOG FAULT DIAGNOSIS BASED ON S-TRANSFORM AND PSO[A];第十四届全国容错计算学术会议(CFTC'2011)论文集[C];2011年
3 李翔;梁昔明;阎纲;龙祖强;李庆华;;用协同线搜索技术改善PSO优化性能[A];第二十七届中国控制会议论文集[C];2008年
4 刘虹;张岐山;;改进PSO-GM(1,1)及其在产品寿命预测中的应用[A];第19届灰色系统全国会议论文集[C];2010年
5 ;A Quantum-PSO Algorithm for No-Wait Flow shop Scheduling Problem[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
6 丁园;高晓智;黄显林;尹航;;一种基于微粒群优化算法的T-S模型参数辨识方法[A];第二十六届中国控制会议论文集[C];2007年
7 周心阳;任佳;潘海鹏;;基于改进PSO算法的织物热定型工艺参数优化[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 ;The VNP-PSO Method for Medical Image Registration[A];第二十九届中国控制会议论文集[C];2010年
9 ;Modeling Inductance for Bearingless Switched Reluctance Motor based on PSO-LSSVM[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
10 王国庆;李国福;李旭渊;;基于PSO-K均值聚类的核事故应急监测点位快速确定技术研究[A];全国危险物质与安全应急技术研讨会论文集(上)[C];2011年
中国重要报纸全文数据库 前10条
1 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
2 本报记者 程鸿;把服务作成产品[N];计算机世界;2002年
3 ;EXFO 100G测试解决方案[N];通信产业报;2010年
4 赵国范;中荷联手生产甜菜种子[N];农民日报;2001年
5 李宝华;中海油“流油” 造船人“解渴”[N];中国船舶报;2002年
6 魏广利;反恐利器[N];中国国防报;2002年
7 ;敢问路在何方?[N];中国计算机报;2001年
8 ;外设 厂家热身[N];中国计算机报;2001年
9 ;看“大打”如何出手[N];中国计算机报;2001年
10 王喧;打印机价格、品质谁主沉浮[N];中国计算机报;2002年
中国博士学位论文全文数据库 前10条
1 张景瑞;梯级水电站和水火电站群优化调度的PSO算法[D];华中科技大学;2012年
2 王瑜;基于多方法融合的进化算法研究[D];中国科学技术大学;2011年
3 王维博;粒子群优化算法研究及其应用[D];西南交通大学;2012年
4 赵吉;群体智能算法研究及其应用[D];江南大学;2010年
5 刘学海;梯级水电站群优化调度与运营策略研究[D];天津大学;2005年
6 吕艳萍;微粒群优化算法及其在高维数据聚类的应用研究[D];厦门大学;2009年
7 严帅;永磁交流伺服系统及其先进控制策略研究[D];哈尔滨工业大学;2009年
8 沈洪远;有色冶金过程数据挖掘及其在铜锍吹炼中的应用研究[D];中南大学;2009年
9 林川;粒子群优化与差分进化算法研究及其应用[D];西南交通大学;2009年
10 金欣磊;基于PSO的多目标优化算法研究及应用[D];浙江大学;2006年
中国硕士学位论文全文数据库 前10条
1 杨维;微粒群优化算法及其在风资源评估中的应用[D];华东理工大学;2011年
2 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
3 刘世元;微粒群优化算法的研究及其在PMD补偿中的应用[D];燕山大学;2010年
4 吴变样;基于微粒群优化算法的聚类分析及应用[D];中北大学;2011年
5 周喜虎;微粒群优化算法[D];陕西师范大学;2012年
6 张星会;求解非线性混合离散优化问题的微粒群算法研究[D];重庆师范大学;2011年
7 李劲播;基于HMM和微粒群优化算法的核电设备机械故障诊断技术的研究[D];南华大学;2010年
8 赵嘉;改进的微粒群优化算法及在Shearlet图像去噪中的应用[D];南昌航空大学;2011年
9 李勇;PSO算法在单层建筑物人群疏散仿真中的应用[D];中山大学;2010年
10 武忠勇;基于自适应邻域探测和种群质心学习机制的PSO算法研究[D];华侨大学;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