收藏本站
《西南交通大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群优化算法研究及其应用

王维博  
【摘要】:随着不断发展的科学研究和越来越多的应用需求,在工程实践领域中出现了很多复杂的最优化问题。传统的优化方法在求解时往往具有很大的局限性,随着电子计算机技术的发展与使用,采用各种智能优化算法求解复杂优化问题已成为研究热点。 粒子群优化(PSO)算法是一种典型的群智能优化方法。与传统的优化方法相比,PSO算法具有结构简单、参数较少、易于实现以及寻优能力强等优点。然而,PSO算法的理论基础还不够完善,存在早熟收敛、易陷入局部极值等问题,并且在将其应用于工程实际问题时存在很多值得改进和提高之处。通过分析和研究PSO算法的原理,本文提出了PSO算法的控制参数选择策略。为了提高算法的全局搜索能力和收敛速度,本文从不同角度提出了几种改进的PSO算法,并将它们应用于建筑工程项目优化和阵列天线综合。本文的主要研究内容如下: 在PSO算法研究方面,选择合适的控制参数是影响PSO算法性能和效率的关键。在实际应用中,通常只能由设计者根据经验选取最优控制参数,而没有通用的方法。为了找到选择PSO算法控制参数的指导方法,发现影响算法性能的规律,本文采用测试函数对PSO算法中的主要控制参数进行了系统地实验和分析,提出了控制参数取值策略。该策略能明显改进PSO算法性能,具有一定实用价值。 在研究算法理论和信息共享机制的基础上,借鉴人类社会学的分工合作、精英领导等思想,融合混沌优化方法的特点,本文提出了改进的PSO算法。主要包括: (1)基于模仿人类搜索行为的随机聚焦搜索PSO算法。该算法采用多子群和动态邻域拓扑结构,具有可选参数少、算法简单、计算速度快等优点。实验结果验证了该算法的性能。 (2)基于分层并行协同策略和精英理论的分层多子群PSO算法。各层的子群分别负责不同的搜索任务,粒子的信息是按其性能的级别从高到低逐渐传递,更好地平衡了全局和局部搜索能力。 (3)基于分层多子群的混沌PSO算法。该算法对非线性递减的惯性权重进行混沌变异,全局历史最优位置在更新其每一维分量时,选取不同的个体作为学习对象。其混沌搜索区域半径可自适应地调整。仿真结果表明,该算法能更好地保持种群的多样性,有效避免早熟收敛。 本文将改进的分层多子群PSO算法应用于建筑工程项目综合优化。在工程实例仿真中,该算法能在种群规模较小的情况下,快速找到满意的解。 本文还将改进的PSO算法应用于阵列天线综合。主要包括: (1)将改进的PSO算法应用于均匀间距直线阵列天线方向图综合中。该算法基于von Neumann邻域结构,采用分层次、多子群策略,以改善其收敛速度和优化精度。顶层和底层的子群分别采用适合其特点的目标函数。仿真结果验证了该算法的有效性。 (2)将混沌搜索和PSO算法相结合,提出了一种改进的PSO算法。该算法采用混沌序列初始化粒子的位置和速度,提高了种群的多样性和粒子搜索的遍历性。当种群的进化出现停滞时,该算法在最优位置的邻域内进行混沌搜索以寻找更好的种群最优位置,其混沌搜索范围可自适应地调整。将该算法应用于均匀间距直线阵列天线方向图综合中,能有效地生成多零陷并抑制旁瓣电平。 (3)将混沌PSO算法应用于均匀间距直线阵、非均匀间距直线阵和共形阵综合中。进化初期,该算法采用综合学习策略更新粒子的速度和位置。当种群陷入停滞时,采用混沌搜索对种群进行扰动。将该算法应用于阵列天线综合中,仿真结果表明,该算法在旁瓣电平抑制、零陷位置生成、零陷深度控制和波瓣赋形等方面优于一些已有文献所报道的结果,具有更好的阵列天线综合能力。 (4)将混沌二进制PSO算法应用于稀布直线阵列和稀布平面阵列天线综合中。为了抑制对称稀布阵列天线的旁瓣电平,该算法对非线性的惯性权重进行混沌变异以提高种群的多样性。与一些已有文献所报道的结果相比,该算法在进化后期具有更好的寻优能力。
【学位授予单位】:西南交通大学
【学位级别】:博士
【学位授予年份】:2012
【分类号】:TP181

【参考文献】
中国期刊全文数据库 前10条
1 范瑜,金荣洪;基于一种新的遗传算法的天线方向图综合技术[J];电波科学学报;2004年02期
2 焦永昌;杨科;陈胜兵;张福顺;;粒子群优化算法用于阵列天线方向图综合设计[J];电波科学学报;2006年01期
3 金荣洪;袁智皓;耿军平;范瑜;李佳靖;;基于改进粒子群算法的天线方向图综合技术[J];电波科学学报;2006年06期
4 尚飞;蔡亚星;张颖;高本庆;;阵列天线的双种群遗传算法综合[J];电波科学学报;2007年02期
5 刘东;冯全源;;基于停滞检测粒子群算法的阵列天线方向图综合[J];电波科学学报;2009年04期
6 王维博;冯全源;;粒子群优化算法在天线方向图综合中的应用[J];电子科技大学学报;2011年02期
7 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
8 范瑜,金荣洪,耿军平,刘波;基于差分进化算法和遗传算法的混合优化算法及其在阵列天线方向图综合中的应用[J];电子学报;2004年12期
9 范九伦;张雪锋;;分段Logistic混沌映射及其性能分析[J];电子学报;2009年04期
10 姚昆,杨万麟;最佳稀布直线阵列的分区动态规划法[J];电子学报;1994年12期
中国博士学位论文全文数据库 前10条
1 杨林;阵列天线综合方法研究[D];哈尔滨工程大学;2006年
2 陈客松;稀布天线阵列的优化布阵技术研究[D];电子科技大学;2006年
3 莫愿斌;粒子群优化算法的扩展与应用[D];浙江大学;2006年
4 唐贤伦;混沌粒子群优化算法理论及应用研究[D];重庆大学;2007年
5 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年
6 王雪飞;粒子群算法的动态拓朴结构研究[D];西南大学;2008年
7 寇晓丽;群智能算法及其应用研究[D];西安电子科技大学;2009年
8 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年
9 叶剑锋;基于免疫优化算法的阵列天线综合的研究[D];哈尔滨工程大学;2009年
10 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
中国硕士学位论文全文数据库 前1条
1 周艳;工程项目工期成本质量综合优化研究[D];西南交通大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 袁永博;阮宏博;王星凯;;基于遗传算法的项目工期成本质量综合优化[J];四川建筑科学研究;2008年03期
2 邓建斌;叶洪江;;基于混沌遗传算法的配电网无功补偿优化[J];安徽电气工程职业技术学院学报;2006年03期
3 田晓艳;;计算智能主要算法研究[J];安防科技;2009年12期
4 焦俊;陈无畏;李绍稳;王继先;;基于改进PSO的智能车辆转向自适应PID控制[J];安徽大学学报(自然科学版);2008年06期
5 李静;孙玉发;赵克明;;线天线阵列电磁散射特性的有效分析[J];安徽大学学报(自然科学版);2011年02期
6 孔慧芳;王经维;;线性调节器加权矩阵的工程实用逆推算法[J];安徽工学院学报;1990年01期
7 朱中稳;陈建明;;FA型保温补贴的计算机辅助设计[J];安徽工学院学报;1991年02期
8 郭兴众;;二层多目标决策问题的等价变换及其全局优化[J];安徽工程科技学院学报(自然科学版);2007年01期
9 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
10 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
中国重要会议论文全文数据库 前10条
1 齐继阳;竺长安;曾议;;基于遗传禁忌混合搜索算法的设备布局研究[A];2004“安徽制造业发展”博士科技论坛论文集[C];2004年
2 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
3 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
4 高尚;江新姿;汤可宗;;蚁群算法与遗传算法的混合算法[A];第二十六届中国控制会议论文集[C];2007年
5 洪露;穆志纯;;一种新的克隆混沌调节算法的研究[A];第二十六届中国控制会议论文集[C];2007年
6 崔志华;蔡星娟;曾建潮;孙国基;;基于预测速度的改进微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
7 杨光友;张道德;;基于PSO和L-M优化方法的奇偶问题学习算法[A];第二十六届中国控制会议论文集[C];2007年
8 牛东晓;李金超;李金颖;刘达;;基于遗传算法的中长期电力负荷组合预测[A];第二十六届中国控制会议论文集[C];2007年
9 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六届中国控制会议论文集[C];2007年
10 孙俊清;李平;韩梅;;装卸桥调度问题及其混合智能优化算法GASA[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 赵同彬;深部岩石蠕变特性试验及锚固围岩变形机理研究[D];山东科技大学;2009年
2 张杏莉;几何约束求解关键问题研究[D];山东科技大学;2010年
3 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
4 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
5 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
6 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
7 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
8 孙鹏飞;基于计算智能技术的蛋白质结构预测方法研究[D];哈尔滨工程大学;2010年
9 武晶;基于全生命周期的热电联产项目风险管理研究[D];哈尔滨工程大学;2010年
10 董慧群;代建制项目风险预警管理研究[D];辽宁工程技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 赫英毅;毫米波段基于TE_(21)模差网络设计[D];中国工程物理研究院;2009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 罗婷婷;飞机钣金叠板数控套裁下料软件系统的研究[D];南昌航空大学;2010年
4 张海社;智能天线算法的研究[D];山东科技大学;2010年
5 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
6 姚方方;项目管理多资源优化方法研究[D];山东科技大学;2010年
7 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
8 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
9 赵乐乐;在役桥梁结构健康诊断与寿命预测技术研究[D];郑州大学;2010年
10 李跃;三维运动估计在织物动态仿真中的应用[D];浙江理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 庄昌文,范明钰,李春辉,虞厥邦;基于协同工作方式的一种蚁群布线系统[J];半导体学报;1999年05期
2 唐晓君,查建中,陆一平;布局问题的复杂性和建模方法[J];北方交通大学学报;2003年01期
3 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
4 吕善伟,韩艳菊,王伟;遗传算法综合阵列的幅度和相位方向图[J];北京航空航天大学学报;2005年09期
5 董涛,徐晓文;遗传算法在低副瓣天线阵综合中的应用[J];北京理工大学学报;2001年06期
6 郭代飞,杨义先,胡正名;基于大规模网络的自适应入侵响应模型研究[J];北京邮电大学学报;2004年01期
7 杨晓华,杨志峰,郦建强;格雷码混合加速遗传算法及其性能分析[J];北京师范大学学报(自然科学版);2004年06期
8 梁华为;陈万明;李帅;梅涛;孟庆虎;;一种无线传感器网络蚁群优化路由算法[J];传感技术学报;2007年11期
9 王首绪,周学林;遗传算法优化施工网络计划的多种资源均衡[J];重庆交通学院学报;2001年02期
10 黄强;宾鸿赞;高世伦;刘永长;;基于信息融合的建模方法及其优化[J];柴油机设计与制造;2005年04期
中国博士学位论文全文数据库 前10条
1 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003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 薛宏涛;基于协进化机制的多智能体系统体系结构及多智能体协作方法研究[D];中国人民解放军国防科学技术大学;2002年
4 钟求喜;网络计算中任务分配与调度的遗传算法研究[D];中国人民解放军国防科学技术大学;2000年
5 李广强;布局方案设计的若干理论、方法及其应用[D];大连理工大学;2003年
6 徐雪松;基于人工免疫系统的函数优化及其在复杂系统中的应用研究[D];浙江大学;2004年
7 陈治飞;混合混沌优化算法的研究及其在水下电机的应用[D];沈阳工业大学;2004年
8 崔金辉;超低副瓣阵列天线互耦及幅相误差影响的研究[D];哈尔滨工程大学;2004年
9 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
10 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 刘和周;改进的进化蚁群算法在超深亚微米VLSI电路绕障布线问题中的应用[D];电子科技大学;2003年
2 霍凤财;基于人工免疫算法的优化问题研究[D];大庆石油学院;2004年
3 侯建花;TSP遗传算法的改进及其并行化研究[D];成都理工大学;2004年
4 李文;基于混沌优化的混合优化算法研究[D];中南大学;2004年
5 张乐;人工免疫系统研究与应用[D];南京工业大学;2004年
6 王琼;基于人工免疫系统的函数优化问题研究[D];武汉理工大学;2005年
7 王明兴;连续禁忌搜索算法改进及应用研究[D];浙江大学;2005年
8 艾景波;文化粒子群优化算法及其在布局设计中的应用研究[D];大连理工大学;2005年
9 杨歆;基于混沌的混合优化算法研究[D];电子科技大学;2005年
10 邱宇航;协作协进化算法应用于多智能体协作的研究[D];浙江工业大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 吴庆洪;张颖;马宗民;;粒子群优化算法及其应用综述[J];微计算机信息;2010年30期
2 许耀华,胡艳军,张媛媛;基于离散粒子群算法的CDMA多用户检测方法[J];通信学报;2005年07期
3 李丙春;;粒子群优化算法及其应用[J];喀什师范学院学报;2006年03期
4 刘彤彤;;基于小波网络的复杂系统建模方法研究[J];科技咨询导报;2007年11期
5 吴文珍;梁兴柱;房会军;马爱琴;;粒子群优化算法在管道保温优化设计中的应用[J];大庆石油学院学报;2007年03期
6 史海军;王志刚;郭广寒;;引入变异算子的粒子群优化算法[J];长春理工大学学报(自然科学版);2007年03期
7 郭伟;陈广义;;神经网络基于改进型粒子群算法的研究[J];佛山科学技术学院学报(自然科学版);2007年05期
8 关圣涛;楚纪正;邵帅;;粒子群优化算法在非线性模型预测控制中的研究应用[J];北京化工大学学报(自然科学版);2007年06期
9 林令娟;刘希玉;;动态自适应微粒群优化算法[J];信息技术与信息化;2009年02期
10 杨晓燕;;一种离散型多目标粒子群优化算法[J];莆田学院学报;2010年02期
中国重要会议论文全文数据库 前10条
1 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
2 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
3 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
4 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
7 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
8 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 张妍;张晓光;王永钢;;几种改进型的粒子群优化算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007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 科文;VIXD算法分析Web异常[N];中国计算机报;2008年
3 本报记者 程鸿;把服务作成产品[N];计算机世界;2002年
4 ;EXFO 100G测试解决方案[N];通信产业报;2010年
5 魏广利;反恐利器[N];中国国防报;2002年
6 赵国范;中荷联手生产甜菜种子[N];农民日报;2001年
7 ;看“大打”如何出手[N];中国计算机报;2001年
8 特约记者 王新;“南海奋进”号下水[N];中国船舶报;2001年
9 李宝华;中海油“流油” 造船人“解渴”[N];中国船舶报;2002年
10 Elaine Kub新华期货 郭伟明 喻嘉乐;商品市场的游戏新规[N];期货日报;2008年
中国博士学位论文全文数据库 前10条
1 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
2 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
3 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
4 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
5 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
6 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
7 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
8 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
9 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
10 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
中国硕士学位论文全文数据库 前10条
1 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
2 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
3 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
4 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
5 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
6 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
7 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
8 方昕;粒子群优化算法在路径规划中的应用[D];陕西师范大学;2010年
9 王庆国;PSO收敛性分析及其在电厂循环水系统中的应用[D];浙江大学;2010年
10 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;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