收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于生物行为机制的粒子群算法改进及应用

程军  
【摘要】:粒子群优化算法(Particle Swarm Optimization, PSO)是一种典型的群体智能优化算法,其基本思想来源于对社会型群居生物的某些行为的模拟,算法的搜索过程基本不利用外部信息,仅以适应度函数值作为进化的依据,是一种以“生成+检验”为特征的自适应智能算法。粒子群优化算法在许多工程优化的实际问题中得到成功的应用,得益于其原理简单、容易实现、全局搜索能力强等特点。鉴于PSO算法的起源来自于模拟社会型群居生物的某些行为,算法本身存在一些难以克服的缺陷,因此将存在于自然界中的各种生物行为机制融入PSO是一种潜在的改进途径。本文在深入分析PSO研究现状的基础上,基于生物行为机制的视角提出了几种改进的PSO算法,使算法的寻优性能更加优越,并将改进算法应用于管理实践中的优化和预测问题,拓展了粒子群优化算法的应用领域。 本文采用规范研究与应用研究相结合的方法,主要研究内容及成果包括: (1)粒子群优化算法存在的问题及改进途径。系统分析仿生优化算法的基本思想、分类及特性,研究群体智能算法的基本原理、主要方法和发展趋势,重点分析粒子群优化算法的基本原理、存在问题及原因,为探索粒子群优化算法的改进途径理清思路。 (2)基于细菌群体感应机制的粒子群优化算法。分析了将生物行为嵌入到粒子群优化算法实现改进算法寻优性能的相关研究,结合细菌群体感应机制提出了基于细菌群体感应的粒子群优化算法(PSOQS),采用智能计算中常用的6个标准测试函数进行仿真实验,验证了算法对SPSO的改进程度;考虑到细菌群体感应发生时机对细菌群体感应粒子群优化算法的影响,针对不同群体感应频率下的细菌群体感应粒子群优化算法进行测试分析,得到最佳感应频率的PSOQS;群体智能算法的种群规模会影响算法的成功率,在最佳感应频率PSOQS的基础上采用不同的种群规模对改进算法进行测试,并对实验结果进行了分析。 (3)基于寄生免疫机制的粒子群优化算法。在分析细菌寄生行为和生物免疫机制的基础上,提出了将寄生免疫机制嵌入粒子群优化算法的基本思想及实现途径,构造了基于寄生免疫机制的粒子群优化算法(PSOPI),具体思路是将具有很强寄生能力的寄生群采用精英学习机制以提高算法跳出局部极值的能力,宿主则针对寄生群的寄生行为产生获得性免疫,以增强宿主种群粒子的多样性,当迭代次数进行到既定的代数时发生寄生行为;将所得的改进算法PSOPI与CPSO和PSOPB的寻优性能进行比较分析,针对标准测试函数进行仿真实验。 (4)基于免疫逃避机制的粒子群优化算法。针对存在于自然界中寄生虫逃避宿主免疫效应的现象,深入探索生物协同进化过程中免疫逃避的策略和机制,将细菌免疫逃避机制嵌入粒子群优化算法,分别采用高斯变异(Gaussian)和柯西变异(Cauchy)来模拟寄生物的免疫逃避行为,形成基于免疫逃避机制的粒子群优化算法模型,设置相应的实验参数,针对标准测试函数进行仿真实验。 (5)基于生物觅食机制的粒子群优化算法。系统总结了生物觅食行为的规律,深入探寻自然界中生物的觅食机制,将细菌觅食机制嵌入粒子群优化算法构造细菌觅食粒子群优化算法(PSOBF),将蜜蜂采蜜机制嵌入粒子群优化算法构造蜜蜂觅食粒子群优化算法(PSOHF),采用标准测试函数进行仿真,实验结果证实了改进算法的有效性。 (6)改进粒子群优化算法的实际应用。针对管理领域的配送中心选择问题和股指预测问题构建模型,采用基于生物行为机制的改进粒子群优化算法求解配送中心选址问题,改进算法对单个配送中心的案例求解效果表现良好,采用基于生物行为机制的改进粒子群算法训练神经网络对上海股票市场价格指数的样本数据进行拟合预测,验证了改进算法在预测方面的良好性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 卢冰原;吴义生;柳雨霁;;具有模糊加工时间的Flexible Job-Shop Scheduling问题的研究[J];价值工程;2007年12期
2 卢冰原;田华;夏勇;;具有模糊加工时间的偏柔性作业车间调度问题研究[J];价值工程;2008年01期
3 白子建;;基于PSO算法的海运集装箱超订模型[J];河南科学;2010年03期
4 赵强;肖人彬;;基于多智能体技术的虚拟企业任务调度[J];华南理工大学学报(自然科学版);2009年02期
5 石小艳;;武器目标分配决策的粒子群优化算法探讨——基于多层防御模式下[J];现代商贸工业;2009年15期
6 魏文;余立建;龚炯;;基于混沌理论和PSO神经网络的短时交通流预测[J];物流工程与管理;2010年02期
7 马汉武;杨相;张登凡;朱晖;;JITD确定需求单级物流分销网络ILRIP[J];工业工程与管理;2010年04期
8 叶嫣;吕智林;李培国;;基于粒子群优化的交叉口公交优先控制研究[J];现代计算机(专业版);2010年15期
9 段其昌;赵敏;王大兴;段盼;;基于混合粒子群算法和NRBF神经网络的短期电价预测[J];电力系统保护与控制;2009年18期
10 赵旭;蔚承建;;连续双向拍卖中演化Risk-Based策略研究[J];计算机工程与应用;2010年03期
11 李英;吴圆圆;宁福锦;;基于PSO的K-means改进算法在证券客户细分中的应用[J];现代图书情报技术;2010年Z1期
12 辛海明;陶志穗;;基于粒子群优化的模糊C均值聚类算法[J];计算机安全;2009年02期
13 须文波;江家宝;孙俊;;基于QPSO算法的多阶段投资组合优化[J];计算机应用;2006年07期
14 邓晓懿;金淳;樋口良之;韩庆平;;移动商务中面向客户细分的KSP混合聚类算法[J];管理科学;2011年04期
15 张雪萍;杨腾飞;王家耀;秦奋;魏欣;;量子粒子群优化的城市公园选址应用研究[J];计算机工程与应用;2011年29期
16 牛玉会;;基于粒子群算法在六峰驼背函数中的应用[J];当代经理人(下旬刊);2006年08期
17 周遊;;改进后的神经网络模型在财务预警中的应用[J];财会月刊;2009年36期
18 李晓芸;叶枫;;基于粒子群优化的神经网络对银行个人信用评价的应用[J];经济论坛;2008年02期
19 廉琪;苏屹;;基于SOM和PSO聚类组合算法的客户细分研究[J];华东经济管理;2011年01期
20 马永红;马昌喜;郭坤卿;;基于MPSO-RBF的公路货运量预测方法研究[J];中外公路;2008年05期
中国重要会议论文全文数据库 前10条
1 赵建玉;贾磊;陈月辉;张勇;;基于粒子群优化的信号交叉口交通流预测模型[A];第二十六届中国控制会议论文集[C];2007年
2 王晓燕;王东风;韩璞;;一种分数阶系统的粒子群优化辨识方法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
3 范业坤;梁新荣;;基于粒子群优化的高速公路匝道PI控制器[A];第二十七届中国控制会议论文集[C];2008年
4 薛艳红;胡立坤;;基于粒子群优化的配电网静止同步补偿器PI控制器整定[A];中南六省(区)自动化学会第二十九届学术年会论文集[C];2011年
5 徐俊杰;忻展红;;粒子群优化在0/1背包问题中的应用[A];中国运筹学会第七届学术交流会论文集(上卷)[C];2004年
6 冯祎;李霞;;一种K最近邻分类的改进算法及应用[A];2011年全国通信安全学术会议论文集[C];2011年
7 赵秋玲;周雅莉;张奇志;;基于粒子群优化的结构振动分布式反馈控制[A];2005年中国智能自动化会议论文集[C];2005年
8 薛云灿;郑东亮;岳兴汉;杨启文;;混沌粒子群优化算法及其在水库优化调度中的应用[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
9 徐俊杰;忻展红;;基于增强型参考位置的粒子群优化模型[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
10 张奇志;周亚丽;;移动机器人运动规划的粒子群优化算法[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
中国博士学位论文全文数据库 前10条
1 窦全胜;求解优化问题的演化计算方法研究[D];吉林大学;2005年
2 刘丽;人工免疫网络研究及应用[D];江南大学;2008年
3 李磊;六自由度并联平台位置正解及控制方法研究[D];哈尔滨工程大学;2008年
4 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
5 刘东;粒子群优化算法及其工程应用研究[D];西南交通大学;2013年
6 程军;基于生物行为机制的粒子群算法改进及应用[D];华南理工大学;2014年
7 陈虹;分离流动的电磁力主动控制[D];华中科技大学;2011年
8 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
9 王纵虎;聚类分析优化关键技术研究[D];西安电子科技大学;2012年
10 韩晓霞;混沌与支持向量机结合的多相催化建模与优化研究[D];太原理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 雷烨;基于粒子群最小二乘支持向量机的故障诊断算法研究[D];兰州交通大学;2010年
2 马培培;基于粒子群的图像阈值化分割的研究及应用[D];合肥工业大学;2010年
3 姚杰;基于PSO混沌神经网络电力系统负荷预测[D];大庆石油学院;2009年
4 刘杨;粒子群优化算法在电力系统无功优化中的应用[D];天津大学;2005年
5 任晓娜;DNA计算中的编码设计优化算法[D];湖南大学;2010年
6 王琳;基于粒子群优化的数据流挖掘的聚类算法分析[D];长沙理工大学;2010年
7 李涛;基于SVM和PSO的非线性模型预测控制及应用研究[D];上海交通大学;2008年
8 孙巍;供热管网的建模分析及水力平衡调节[D];北京化工大学;2008年
9 李峰;大规模场景绘制中的纹理合成技术研究[D];哈尔滨理工大学;2008年
10 陈亚洲;基于粒子群优化的协同优化方法研究[D];华中科技大学;2007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