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

改进的粒子群算法在停车场中的应用

刘子文  
【摘要】: 粒子群算法是模拟鸟群飞行觅食的行为,通过鸟之间的集体协作使群体达到最优。尽管每个个体的行为准则是很简单的,但组合成的整个群体的行为是非常复杂的。粒子群算法基于群体迭代,群体在解空间中追随最优粒子进行搜索。其优势在于简单容易实现,同时又有深刻的智能背景,既适合科学研究,又特别适合于工程应用。 在研究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,提出了改进型的粒子群算法,最后将该改进型的粒子群算法应用于停车场的车位寻优过程。主要的研究工作包括以下几个方面: 1、在差分进化算法中引入了动态比例因子,在PSO算法中引入DE算法的变异、交叉操作,重新构造了PSO算法的粒子位置更新公式,构造了一个新型的DE-PSO算法。 2、在粒子群中的粒子进化到下一代之前,选用遗传算法的交叉、变异算子对粒子进一步优化。新的算法既保证了遗传算法强大的全局搜索性能,又同时融合粒子群算法的位置转移思想。这样,经过改进的算法充分利用了被遗传算法忽略了的种群的信息和个体信息,而粒子群算法又利用了遗传算法的“优胜劣汰”的思想,构造了一个新型的CMPSO算法。 3、传统的粒子群算法一般采用线性递减的惯性权重调整策略,该调整策略往往使得粒子群算法不能反映非线性优化搜索过程,并且因为惯性权重的线性减小,在算法收敛的后期,粒子容易陷入“早熟”现象。针对这个问题,引入差异因子,并且动态调整PSO算法中的惯性权重。 4、在将粒子群算法应用到停车场中的车位寻优过程中,如何设计适应度函数一直是此类问题的难点和重点,课题采用神经网络构造适应度函数,该适应度函数描述了环境约束及路径的距离信息。 5、用改进后的新型粒子群算法应用于停车场中的车位寻优问题,仿真结果表明了新型粒子群算法的有效性和可行性。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 宫琳;孙厚芳;赖国强;;基于混合算法的典型调度问题求解研究[J];组合机床与自动化加工技术;2006年06期
2 王京;李洪全;;基于混合粒子群算法的液压弯辊控制[J];机床与液压;2007年10期
3 路俊维;陈伟元;;基于遗传粒子群混合算法的测试节点优选方法研究[J];计算机测量与控制;2010年05期
4 张敏;余青松;黄俊;宗文杰;周雁;;基于GAPSO混合算法的网格工作流调度研究[J];计算机应用与软件;2011年04期
5 乔晓梅;;基于粒子群算法优化的神经网络在入侵检测中的应用[J];商场现代化;2006年18期
6 钱伟懿;杨英杰;;改进粒子群算法在单体型重构问题中的应用[J];计算机工程与应用;2008年05期
7 彭晓波;桂卫华;黄志武;胡志坤;李勇刚;;GAPSO:一种高效的遗传粒子混合算法及其应用[J];系统仿真学报;2008年18期
8 肖理庆;邵晓根;张亮;石天明;;利用改进遗传算法优化PID参数[J];计算机工程与应用;2010年01期
9 张其亮;陈永生;;基于模拟退火思想改进的粒子群算法求解背包问题[J];现代电子技术;2010年12期
10 靖新;郑莉;隋英;童小苏;;柔性作业车间调度问题的一种混合进化算法[J];沈阳建筑大学学报(自然科学版);2010年04期
11 马飞,陈雪波,李小华;改进的粒子群算法在电力系统AGC中的应用[J];控制工程;2005年S2期
12 杨晓翠;李春菊;乔双;;粒子群算法与遗传算法设计四阶状态变量滤波器的比较[J];吉林大学学报(理学版);2007年06期
13 程灿;梁军;张超英;;基于遗传粒子群算法的频繁项集挖掘算法[J];现代计算机(专业版);2009年01期
14 曹成辉;王坚;;基于改进遗传算法的多目标JSP调度研究[J];信息技术;2009年05期
15 肖理庆;邵晓根;李子龙;石天明;张亮;;基于遗传算法的组合ERT图像重建算法研究[J];仪器仪表学报;2010年02期
16 张瑞;万云;熊玉;;基于粒子群算法求解约束优化问题的改进算法[J];硅谷;2010年08期
17 马跃亮;靳志强;孙晨霞;;一种改进的多目标粒子群组卷算法[J];微型机与应用;2010年23期
18 曹晶;张良均;曾莹;;二维不规则下料问题新型仿生算法的设计[J];湘潭大学自然科学学报;2011年01期
19 贾寒飞;霍军周;;遗传/粒子群混合算法在飞剪机结构优化中的应用[J];计算机工程与应用;2007年28期
20 陈华东;王树宗;王航宇;;基于混合粒子群算法的多平台多武器火力分配研究[J];系统工程与电子技术;2008年05期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
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10条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 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
3 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
4 特约记者 王新;“南海奋进”号下水[N];中国船舶报;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 林滨/中国船舶工业市场研究中心;韩造船目标全面锁定世界第一[N];中国船舶报;2002年
7 何宝新;外高桥又获FPSO船订单[N];中国船舶报;2002年
8 特约记者 牛序谋;中国首次建造LNG船触动韩造船企业神经[N];中国船舶报;2002年
9 高澜庆;矿山企盼智能化[N];中国矿业报;2000年
10 顾正华 唐洪武 肖洋 河海大学水利水电工程学院 李云 南京水利科学研究院水工研究所;水流智能模拟大步走来[N];中国水利报;2005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 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
3 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
4 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
5 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
6 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
7 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
8 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
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 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011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 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978