收藏本站
《华中科技大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

面向动态环境的粒子群算法研究

胡成玉  
【摘要】: 粒子群算法(Particle Swarm Optimization, PSO)是一种基于群体智能的优化方法,由Kennedy和Eberhart于1995年提出。由于其具有快速收敛和易于实现等特点,因此粒子群算法在智能计算、任务调度、交通优化、电信路由、电路设计等多个领域得以广泛应用,成为计算智能领域研究的新热点。 虽然粒子群算法及其众多的改进算法已经被成功地运用到一些静态问题的优化上,但是,很多现实问题往往是随时间变化而变化的,这些动态变化的问题要求算法能够对环境的变化快速反应,对变化的最优解快速跟踪。这给粒子群算法以及整个演化计算方法带来了新的挑战。 本文从理论、方法和应用三个方面对动态环境下粒子群算法进行研究。论文内容主要包括以下三个部分: 第一部分旨在对粒子的运动行为和粒子群算法的收敛性进行分析。首先构造李雅普诺夫函数,对单个粒子的运动行为进行了分析,给出了粒子运动稳定的条件。然后利用随机过程理论,证明了粒子位置序列均方稳定。在对单个粒子运动行为分析的基础上,分析了粒子群体运动行为,证明了群体运动的稳定性。最后从随机优化算法收敛性判定标准入手,分析了粒子群算法的收敛性,提出了一种保证全局收敛的改进粒子群算法,通过对基准测试函数仿真,验证了改进算法的有效性。 第二部分主要研究了如何利用改进粒子群算法解决动态环境下单目标、多目标和高维优化问题。 对于动态单目标优化问题的研究,本文首先对环境的变化模式进行了数学描述,分析了粒子群算法无法有效对动态问题优化的原因,然后提出了一种基于柯西变异和斥力势场的多粒子群改进算法,定量分析了柯西变异优于其它变异的原因。对动态基准测试函数的仿真表明,改进算法能够对动态环境下变化的极值点进行有效跟踪。 对于动态多目标优化问题的研究,本文首先对动态多目标优化问题的定义进行了描述,分析了算法的性能评价标准,在此基础上,提出了一种基于多种群协同优化的粒子群算法,并从理论上证明了多种群协同搜索优于单种群独自搜索。改进算法采用了竞争模式和协作模式自适应切换的方法对Pareto前端和Pareto最优解集进行跟踪。竞争模式采用了隐式空间分解,主要目的是对整个解空间进行勘探,进行粗粒度的搜索,在竞争产生非支配解集失效后,多种群进行协作搜索,协作搜索采用显式空间分解,其主要目的是对局部搜索空间开采,进行精度搜索。通过对动态多目标测试函数仿真,验证了改进算法可以对变化的Pareto前端和Pareto最优解集快速跟踪。 对于动态高维优化问题的研究,首先分析了高维优化问题难以优化的原因,并提出了一种基于局部极值点维度自适应学习的粒子群改进算法,随后通过对高维测试函数的仿真,验证了改进算法的有效性。 第三部分对垃圾焚烧系统PID控制器参数自适应整定进行了研究。垃圾焚烧系统由于系统噪声、设备折旧等因素的影响,系统参数容易发生变化,因此可以看成动态系统的PID控制器的参数要不断进行调整。本部分首先定义了一个包含系统超调量、上升时间和稳态误差指标项的适应度函数,根据控制系统的实际要求对各指标项进行适当加权,利用改进粒子群算法对PID控制器的参数进行优化。随后基于Pareto优化理论,利用改进的多目标粒子群算法,在每次环境变化时给出了完整的Pareto非劣最优解,可供决策者根据超调量和上升时间的不同满意度,选择相应的PID控制参数。 最后对全文进行总结,对本文存在的不足进行了阐述,并对粒子群算法的发展进行了展望。
【学位授予单位】:华中科技大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP18

【引证文献】
中国期刊全文数据库 前2条
1 王平;卞建龙;;基于粒子群优化算法的光伏阵列MPPT[J];电子设计工程;2013年08期
2 马瑞新;朱明;孟宇;;基于粒子群的舆情网络用户聚类模拟与仿真[J];计算机科学;2012年12期
中国博士学位论文全文数据库 前2条
1 孟祥印;飞行甲板总布置设计中的若干问题研究[D];哈尔滨工程大学;2011年
2 马瑞新;基于粒子群的网络社区动态角色挖掘研究[D];大连理工大学;2012年
中国硕士学位论文全文数据库 前4条
1 郑章元;蛙跳算法及其在置换流水车间调度中的应用研究[D];华中科技大学;2011年
2 赵玲玲;基于改进PSO的发酵补料速率的优化控制[D];大连理工大学;2011年
3 王布静;微粒群算法研究及其在电力无功优化中的应用[D];山东师范大学;2012年
4 郑迎春;细菌觅食优化算法研究[D];西安电子科技大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 曾建潮;崔志华;;微粒群算法的统一模型及分析[J];计算机研究与发展;2006年01期
2 高鹰,谢胜利;基于模拟退火的粒子群优化算法[J];计算机工程与应用;2004年01期
3 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
4 高鹰;谢胜利;;混沌粒子群优化算法[J];计算机科学;2004年08期
5 雷开友;邱玉辉;贺一;;一种优化高维复杂函数的PSO算法[J];计算机科学;2006年08期
6 李莉;李洪奇;;基于混合粒子群算法的高维复杂函数求解[J];计算机应用;2007年07期
7 高浩;须文波;孙俊;;一种优化高维函数的量子—粒子群算法[J];计算机应用;2007年12期
8 金欣磊;马龙华;吴铁军;钱积新;;基于随机过程的PSO收敛性分析[J];自动化学报;2007年12期
9 曹先彬,罗文坚,王煦法;基于生态种群竞争模型的协同进化[J];软件学报;2001年04期
10 吕艳萍;李绍滋;陈水利;郭文忠;周昌乐;;自适应扩散混合变异机制微粒群算法[J];软件学报;2007年11期
中国博士学位论文全文数据库 前3条
1 刘静;协同进化算法及其应用研究[D];西安电子科技大学;2004年
2 谭璐;高维数据的降维理论及应用[D];国防科学技术大学;2005年
3 李宁;粒子群优化算法的理论分析与应用研究[D];华中科技大学;2006年
中国硕士学位论文全文数据库 前2条
1 张桂娟;自适应协同进化模型及应用[D];山东师范大学;2006年
2 王晖;基于柯西变异的混合粒子群算法研究[D];中国地质大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 阮怀忠,徐精明;MAS中基于协同进化的学习[J];安徽技术师范学院学报;2004年01期
2 周凌云;穆东;;区域物流系统的协同演化研究[J];北京交通大学学报(社会科学版);2009年02期
3 董红斌;黄厚宽;邓大勇;;一种求解多目标优化问题的协同演化算法[J];北京交通大学学报;2007年05期
4 刘文彬;刘保国;刘中战;崔少东;;基于改进PSO算法的岩石蠕变模型参数辨识[J];北京交通大学学报;2009年04期
5 高彬;吕善伟;郭庆丰;张娜;;遗传算法在电子战干扰规划中的应用[J];北京航空航天大学学报;2006年08期
6 李大林;李杰;;基于PSO算法的多巡飞器任务分配方法[J];北京理工大学学报;2010年12期
7 刘昱;王涛;范伟;王瑜;;基于PSO的气动人工肌肉驱动关节优化的研究[J];北京理工大学学报;2012年01期
8 吴一全;孙子翼;;免疫粒子群核模糊聚类快速分形图像编码[J];北京邮电大学学报;2011年01期
9 梁利东;钟相强;;船体零件智能优化排样系统的设计研究[J];船舶工程;2012年02期
10 戴运桃;赵希人;刘利强;;基于改进粒子群优化算法的船舶纵向运动参数辨识[J];船舶力学;2010年Z1期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 ;A Multiple Tuning Method for PID Controllers Using Constrained Particle Swarm Optimization[A];中国自动化学会控制理论专业委员会C卷[C];2011年
4 李勇刚;李浩;阳春华;王莎;;基于NIWVP-PSO的沉铁过程铁离子浓度软测量[A];中国自动化学会控制理论专业委员会D卷[C];2011年
5 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
6 秦洪德;石丽丽;;基于粒子群算法的船体结构优化设计研究[A];第十四届中国海洋(岸)工程学术讨论会论文集(上册)[C];2009年
7 白瑞林;王利峰;;一种基于共享法的改进型粒子群优化算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
8 ;Parameter Estimation of Water Quality Model Using Particle Swarm Optimization Technique[A];2009中国控制与决策会议论文集(1)[C];2009年
9 江善和;王其申;江巨浪;;一种速度差分变异的粒子群优化算法[A];2009中国控制与决策会议论文集(2)[C];2009年
10 ;Adaptive Neural Network Predictive Control Based on PSO Algorithm[A];2009中国控制与决策会议论文集(3)[C];2009年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 朱怡;潜艇航行训练模拟器模型简化与参数优化研究[D];哈尔滨工程大学;2009年
5 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
6 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
7 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
8 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
9 高雪瑶;语义特征造型的与历程无关技术的研究[D];哈尔滨理工大学;2009年
10 彭宏;基于机器学习方法的数字音频水印技术研究[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 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
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 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
4 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
5 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
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 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
8 石丽丽;智能优化算法对比研究及其在船体双底结构优化中的应用[D];哈尔滨工程大学;2010年
9 杜慧;张量和小波特征的洛伦兹度量学习及其应用[D];大连理工大学;2010年
10 唐科威;基于洛伦兹流形的特征提取算法研究[D];大连理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 彭兢,金长江;航空母舰尾流数值仿真研究[J];北京航空航天大学学报;2000年03期
2 金长江,车军;斜板滑跳起飞动力学特性研究[J];北京航空航天大学学报;1997年03期
3 吴祈宗,李有文;层次分析法中矩阵的判断一致性研究[J];北京理工大学学报;1999年04期
4 彭秀艳 ,赵希人 ,魏纳新 ,谢楠;大型舰船姿态运动极短期预报的一种AR算法[J];船舶工程;2001年05期
5 马洁;刘小河;李国斌;韩志刚;;大型舰船纵摇运动的多层递阶预报[J];船舶工程;2006年01期
6 谢美萍,赵希人;基于投影寻踪学习的大型船舶运动极短期预报[J];船舶力学;2000年04期
7 魏建强,顾民,惠昌年,方钟圣;波浪的方向谱分析技术研究[J];船舶力学;2003年05期
8 李积德;王淑娟;李焱;沈继红;;基于灰色动态MGM(1,n)模型的舰船纵摇—升沉运动预报[J];船舶力学;2008年01期
9 翁震平;顾民;刘长德;;基于二阶自适应Volterra级数的船舶运动极短期预报研究[J];船舶力学;2010年07期
10 吴伦楷;“明思克”航空母舰成功系泊之所在[J];船舶;2001年06期
中国博士学位论文全文数据库 前10条
1 方付建;突发事件网络舆情演变研究[D];华中科技大学;2011年
2 刘小龙;细菌觅食优化算法的改进及应用[D];华南理工大学;2011年
3 沈继红;灰色系统理论预测方法研究及其在舰船运动预报中的应用[D];哈尔滨工程大学;2002年
4 吴娟;飞机拦阻系统分析与控制研究[D];西北工业大学;2003年
5 石鸿雁;基于混沌优化的移动机器人规划问题研究[D];沈阳工业大学;2006年
6 李文沛;国际海洋法之海盗问题研究[D];中国政法大学;2008年
7 申晓宁;基于进化算法的多目标优化方法研究[D];南京理工大学;2008年
8 高芳;智能粒子群优化算法研究[D];哈尔滨工业大学;2008年
9 孙俊;量子行为粒子群优化算法研究[D];江南大学;2009年
10 张宇;在线社会网络信任计算与挖掘分析中若干模型与算法研究[D];浙江大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘丹丹;基于改进粒子群算法的电力系统无功优化[D];华北电力大学(北京);2011年
2 车伟伟;菌群优化算法的研究及应用[D];南京理工大学;2012年
3 陆春晖;大开口集装箱船若干强度问题的研究[D];上海交通大学;2007年
4 张鑫;舰载机拦阻着舰动力学分析及仿真[D];西北工业大学;2007年
5 庞亚华;舰载机滑跃起飞模型及其视景的实现[D];西北工业大学;2007年
6 张娜;细菌觅食优化算法求解车间调度问题的研究[D];吉林大学;2007年
7 陈伟;基于实测海洋环境数据库的集装箱船耐波性预报研究[D];上海交通大学;2008年
8 常永全;迎浪船舶参数横摇的理论研究[D];上海交通大学;2008年
9 徐燕;舰载飞机滑跃起飞动力学研究[D];南京航空航天大学;2008年
10 王厦楠;独立光伏发电系统及其MPPT的研究[D];南京航空航天大学;2008年
【二级引证文献】
中国期刊全文数据库 前2条
1 朱毅华;郭诗云;张超群;;网络舆情研究中的仿真方法应用综述[J];情报杂志;2013年10期
2 彭赟珊;;媒体环境下的网络舆情传播控制[J];前沿;2013年21期
中国硕士学位论文全文数据库 前1条
1 丁大章;面向井下巷道环境的掘进机设计方案求解与性能优化仿真技术及其应用研究[D];浙江大学;2013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 李晓磊,钱积新;基于分解协调的人工鱼群优化算法研究[J];电路与系统学报;2003年01期
3 王磊,潘进,焦李成;免疫算法[J];电子学报;2000年07期
4 张艳宁,赵荣椿,梁怡;一种有效的大规模数据的分类方法[J];电子学报;2002年10期
5 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
6 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
7 谭璐,吴翊,刘卓;高维图像数据的最优表达[J];国防科技大学学报;2003年05期
8 谭璐,吴翊,易东云;稳健局部线性嵌入方法[J];国防科技大学学报;2004年06期
9 许春晓,孙德宝,李宁,邹彤;一种基于粒子群算法的红外运动小目标检测算法[J];红外技术;2004年05期
10 张莉,周伟达,焦李成;子波核函数网络[J];红外与毫米波学报;2001年03期
【相似文献】
中国期刊全文数据库 前10条
1 邹长武;羊依金;丁恒康;张雪乔;;基于粒子群算法的GM(1,1)在经济发展预测中的应用[J];成都信息工程学院学报;2007年03期
2 段晓东;;基于群智能的计算与仿真方法研究[J];大连民族学院学报;2007年03期
3 王晟;潘郁;;个体激励粒子群算法及其社会学背景分析[J];计算机工程;2008年21期
4 陈永刚;牛丹梅;范庆辉;;粒子群算法在组合优化问题上的研究与发展[J];电脑与电信;2008年12期
5 刘胜利;刘鹏飞;;粒子群算法在黑盒测试中的应用[J];现代经济信息;2009年21期
6 邓璐娟;卢华琦;孙义坤;刁海港;;改进的粒子群算法在测试数据生成中的应用[J];计算机技术与发展;2010年07期
7 秦明明;王坚;姜雷;;基于改进粒子群算法的电力系统有功调度[J];微计算机信息;2010年19期
8 汲万峰;姜礼平;朱建冲;孙钧正;;基本粒子群算法和遗传算法用于航路规划的比较[J];火力与指挥控制;2011年06期
9 高尚,韩斌,吴小俊,杨静宇;求解旅行商问题的混合粒子群优化算法[J];控制与决策;2004年11期
10 岑翼刚,秦元庆,孙德宝,李宁;粒子群算法在小波神经网络中的应用[J];系统仿真学报;2004年12期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
10 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
中国重要报纸全文数据库 前1条
1 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
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
5 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
6 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
7 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
8 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
9 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
10 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
中国硕士学位论文全文数据库 前10条
1 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
2 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
3 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
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 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
6 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
7 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
8 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
9 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
10 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
 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