收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群优化与差分进化算法研究及其应用

林川  
【摘要】: 粒子群优化(PSO)与差分进化(DE)是两种基于种群的现代随机优化算法,都具有良好的优化性能。本文对PSO与DE算法进行了分析与研究,从不同角度提出了几种改进算法,并将PSO与DE算法应用于自适应滤波器与天线阵列综合。 在PSO算法研究方面,首先利用离散时间线性动力系统理论,推导了确定性PSO算法收敛、临界稳定与发散的充分必要条件。根据理论分析结果,给出了PSO算法的参数选择指导方法,讨论了随机性与粒子交互作用对算法性能的影响。然后对PSO算法的信息共享机制进行了研究,以标准PSO为原型设计了4种使用不同信息共享策略的PSO算法,测试比较了它们的性能,归纳总结了有效信息共享策略应满足的一些条件 在对PSO算法理论与信息共享机制研究的基础上,并借鉴社会学的一些思想,提出了几种改进的PSO算法。主要包括: (1)基于分工合作的思想,设计了一种新的自适应PSO算法。新算法对不同性能粒子分配不同任务并采取相应的惯性权,粒子的加速系数根据惯性权自适应调整。 (2)基于“精英领导多数”与“分工合作”的思想,借鉴人类社会中的等级结构组织方式,构建了一种分等级的多子群PSO (HSPSO)算法。HSPSO算法将整个粒子群划分为多个子群并将其以等级结构形式组织,上层粒子由下层不同子群的精英粒子组成。HSPSO可对不同层粒子分配不同任务,较好地平衡了探索与开发能力。 (3)研究了两种利用有效信息的PSO (EIPSO)算法形式。EIPSO算法中粒子有选择地共享所有不差于它本身的优秀邻域粒子的信息,既充分利用了优秀邻域粒子的信息,又避免了较差邻域粒子的负面影响。 (4)设计了一种基于粒子群本质特征的混沌PSO算法。新算法使用混沌搜索方法代替Kennedy的随机数产生器在较好区域内进行局部搜索,混沌搜索区域半径根据粒子个体最优位置间的距离自适应调整。本文还研究了几种改进的自适应滤波算法,并将PSO算法思想应用于自适应滤波器的优化。主要内容包括: (1)提出了一种用零阶Sugeno模糊推理系统自适应调整步长的模糊步长LMS算法,并从理论上分析了新算法的计算复杂度及其收敛性能。 (2)将变阶数自适应滤波器抽头长度与权值调整问题归结为单一的权值调整问题,研究了抽头长度一般更新公式及新的变抽头长度LMS算法,分析了新算法的合理性与收敛性。 (3)设计了一种能在不同大小噪声条件下都收敛到最优阶数的变抽头长度新算法,并将之应用于变阶数自适应格型RLS滤波器的阶数更新,讨论了格型滤波器阶数更新时相关参数的调整方法。 (4)根据PSO算法的社会心理学指导思想并结合自适应FIR滤波器的特点,设计合适的惯性项、认知项与社会项表达式更新组合自适应滤波器,提出了基于PSO算法思想的组合自适应滤波算法。仿真结果表明新算法在不同环境下都可以较好地平衡稳态失调与跟踪能力。 在DE算法研究与改进方面,首先将DE的差分变异理解为局部搜索操作,设计了一种新的差分变异策略:DE/BoR/*/*。DE/BoR/*/*每次先从种群中随机选出若干个个体,然后将其中的最优个体作为差分变异基,剩下的个体构成差分向量。这样,差分变异基可同时具有较好的质量与多样性,更好地平衡了算法的探索与开发能力。 然后对DE算法中的交叉操作进行了比较研究。为了公平地比较DE中常用的两种交叉方法,即二项式交叉与指数交叉,并研究交叉长度概率分布与交叉连续性的影响,设计了两种新的交叉方法:连续二项式交叉与非连续指数交叉。从理论上分析了文中所用二项式交叉与指数交叉方法的交叉长度概率分布与期望值,综合比较了几种使用不同交叉方法的DE算法性能。根据理论分析与仿真结果讨论了交叉对DE算法可靠性与效率的影响,加深了对交叉在DE中作用的理解。 最后,本文将DDE/BoR/1/bin与另一种新的改进PSO算法,即利用有效信息的高斯粒子群(EIGPS)算法,应用于非等间距线性天线阵列综合,最小化天线阵的峰值旁瓣电平(PSLL)。研究了入射角分辨率对PSLL计算值的影响。仿真结果表明DDE/BoR/1/bin与EIGPS都具有良好的综合能力,可以得到比一些已有文献所报道结果更小的PSLL值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘三阳;张晓伟;;混合差分变异策略[J];智能系统学报;2008年06期
2 彭亦飞;张英杰;;基于混合PSO/DE算法的AQM控制器优化设计[J];湖南工业大学学报;2008年03期
3 向长城;黄席樾;杨祖元;杨欣;;小生境粒子群优化算法[J];计算机工程与应用;2007年15期
4 冯林,张名举,贺明峰,戚正君;用改进的粒子群算法实现多模态刚性医学图像的配准[J];计算机辅助设计与图形学学报;2004年09期
5 卢冰原;古春生;谷峰;;基于粒子群优化的模糊交货期惩罚问题的研究[J];计算机工程与应用;2006年19期
6 吴延科;徐晨;李国;;基于粒子群统计规律的PSO算法[J];郑州大学学报(理学版);2006年04期
7 周国雄;吴敏;曹卫华;雷琪;;基于粒子群优化的集气管压力变结构模糊控制[J];信息与控制;2008年03期
8 袁成;蔡自兴;陈白帆;;粒子群优化的同时定位与建图方法[J];计算机工程;2009年11期
9 许相莉;张利彪;刘向东;于哲舟;周春光;;基于粒子群的图像检索相关反馈算法[J];电子学报;2010年08期
10 冯纪强;谢维信;徐晨;;T-S模糊粒子群优化建模及稳定性分析[J];电子学报;2011年05期
11 侯志荣,吕振肃;基于MATLAB的粒子群优化算法及其应用[J];计算机仿真;2003年10期
12 王岩,周春光,黄艳新,丰小月;基于最小不确定性神经网络的茶味觉信号识别[J];计算机研究与发展;2005年01期
13 刘淳安,何广平,雍龙泉;解多目标优化问题的新粒子群存档算法[J];陕西理工学院学报(自然科学版);2005年03期
14 佘远俊;张翠芳;鄢田云;;粒子群神经网络及其在非线性系统辨识中的应用[J];成都信息工程学院学报;2006年02期
15 高飞;童恒庆;;一类求解方程根的改进粒子群优化算法[J];武汉大学学报(理学版);2006年03期
16 方峻;唐普英;任诚;;一种基于加权有向拓扑的改进粒子群算法[J];计算机技术与发展;2006年08期
17 朱进军;段高燕;王秋国;张晓光;杨伯君;;使用PSO算法的二阶偏振模色散自适应补偿实验[J];光子技术;2006年03期
18 刘欢;旷虚波;肖根福;;基于粒子群算法的自整定PID控制器[J];电脑知识与技术(学术交流);2007年15期
19 孔力;程晶晶;宋胜利;苏日建;;基于改进粒子群优化技术的拜耳法物料平衡计算[J];华中科技大学学报(自然科学版);2008年01期
20 成伟明;唐振民;赵春霞;陈得宝;;利用改进粒子群求解TSP问题的一种新方法[J];中国工程科学;2008年07期
中国重要会议论文全文数据库 前10条
1 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
2 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
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 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
5 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
6 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
7 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
8 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
9 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
10 孔笋;陈增强;;基于差分进化的QoS组播路由算法[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 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
2 陈虹;分离流动的电磁力主动控制[D];华中科技大学;2011年
3 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
4 刘丽;人工免疫网络研究及应用[D];江南大学;2008年
5 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
6 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
7 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
8 郭鹏;差分进化算法改进研究[D];天津大学;2012年
9 张晓伟;全局优化的若干随机性算法[D];西安电子科技大学;2008年
10 贾东立;改进的差分进化算法及其在通信信号处理中的应用研究[D];上海大学;2011年
中国硕士学位论文全文数据库 前10条
1 任晓娜;DNA计算中的编码设计优化算法[D];湖南大学;2010年
2 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
3 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
4 杨惠;基于粒子群和蚁群融合算法的移动机器人路径规划研究[D];长沙理工大学;2010年
5 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
6 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
7 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
8 姚世伟;基于集群智能的粒子滤波算法在目标跟踪方向的研究[D];中国地质大学(北京);2012年
9 刘汉婕;基于模拟退火的粒子群改进算法的研究与应用[D];华北电力大学(北京);2010年
10 张庆庆;基于粒子群的神经网络结构优化模型研究[D];西安工程大学;2010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 赵国范;中荷联手生产甜菜种子[N];农民日报;2001年
4 ;EXFO 100G测试解决方案[N];通信产业报;2010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 ;扫描仪施展变脸绝技[N];科技日报;2002年
8 ;敢问路在何方?[N];中国计算机报;2001年
9 ;外设 厂家热身[N];中国计算机报;2001年
10 ;看“大打”如何出手[N];中国计算机报;2001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