收藏本站
《西南大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

离散粒子群算法的改进研究及其在优化问题中的应用

王文峰  
【摘要】: 粒子群优化算法(Particle Swarm Optimization,PSO)是由美国的Eberhart和Kennedy在1995年提出的一种高效的并行优化算法。由于该算法具有深刻的智能背景,且简单、易实现,因此,一经提出便引起了许多学者的广泛关注,并在短短的几年里出现了大量的研究成果,现已成为研究的热点。目前,已提出了多种PSO的改进算法,被广泛应用于函数优化、神经网络训练、模式分类、模糊系统控制等领域。但其应用大多是连续优化问题,很少被用来解决离散问题,而现实生活中的许多工程实例只能抽象出离散模型,如典型的旅行商问题(Traveling Salesman Problem,TSP)、加工调度(Job-shop)问题等。因此,把基本粒子群算法的优势加以扩展用来求解离散优化问题便成为本文的研究内容。 本文在现有研究成果的基础上,主要做了四个方面的工作: (1)以TSP问题为例,重新定义了基本离散粒子群算法(Discrete Particle Swarm Optimization,DPSO)的位置、速度公式,使其适宜求解离散问题,并探讨了DPSO的搜索性能。 (2)根据生物界中物种在生存密度过大时个体会自动分散迁徙的特性,提出了一种自逃逸思想,并将其引入到DPSO中,增强群体的多样性。 (3)将求解TSP问题的局部搜索算法(Subpath Ejection Chain,SEC)融合到DPSO中,加快算法的搜索速度。 (4)对候选边的产生方法进行改进,进一步提高算法的收敛速度。 本文通过大量仿真实验证实了上述工作的正确性,取得了如下几方面的研究成果: (1)提出一种自逃逸混合离散粒子群算法(Self-escape Hybrid Discrete Particle Swarm Optimization,SEHDPSO),它融合了自逃逸思想和SEC的思想,很好的克服了DPSO容易陷入局部极小和收敛速度慢的缺陷。用算法SEHDPSO和混合蚁群算法(ACS+2-OPT)分别对TSP标准测试集中的26个典型实例进行仿真。结果显示,随着规模的增加,SEHDPSO具有明显的优势,尤其在实例U724上,SEHDPSO不仅搜索精度远高于ACS+2-OPT,而且收敛到当前最优解的时间不到ACS+2-OPT的十分之一。从26个实例的平均误差、最小误差和运行时间来看,SEHDPSO分别是ACS+2-OPT的35%、29%和26.6%。 (2)对5-最邻近边法进行改进,提出的5-相对最邻近边法能生成一个更有效、规模更小的候选边集合。后者生成的候选边集合规模更小,只有前者的五分之四左右, (3)对自逃逸思想和生成候选边集合的方法进行了改进,提出了一种增强自逃逸离散粒子群算法(Reinforced Self-Escape Discrete Particle Swarm Optimization,RSEHDPSO)。用RSEDPSO算法对TSP实例的仿真结果表明,RSEDPSO具有更好的搜索速度和精度。从26个实例的平均误差、最小误差和运行时间来看,RSEDPSO分别是ACS+2-OPT的33.3%、25%和24.8%。 最后,把RSEDPSO用于求解固定货架的拣选作业优化问题,并把仿真结果与混合遗传算法作了比较,结果表明RSEDPSO的各项指标均优于混合遗传算法。
【学位授予单位】:西南大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TP301.6

手机知网App
【引证文献】
中国硕士学位论文全文数据库 前3条
1 袁园;降低OFDM系统峰均功率比的研究[D];河北工业大学;2011年
2 王妍;离散微粒群改进算法及在属性约简中的应用[D];哈尔滨工程大学;2011年
3 肖高超;改进型粒子群优化算法及其在图像分割中的应用[D];广西师范大学;2008年
【参考文献】
中国期刊全文数据库 前4条
1 王文峰;刘光远;温万惠;;求解TSP问题的自逃逸混合离散粒子群算法研究[J];计算机科学;2007年08期
2 田国会,张攀,尹建芹,路飞,宋孔杰;基于混合遗传算法的固定货架拣选优化问题研究[J];机械工程学报;2004年02期
3 汪镭,吴启迪;蚁群算法在连续空间寻优问题求解中的应用[J];控制与决策;2003年01期
4 田国会,刘长有,林家恒,常发亮,贾磊,路飞,李晓磊,商允伟,李国锋;自动化立体仓库若干优化调度问题及其研究进展[J];山东工业大学学报;2001年01期
中国重要会议论文全文数据库 前1条
1 商允伟;刘长有;田国会;常发亮;;神经网络在自动化立体仓库的一类作业优化中的应用[A];1996中国控制与决策学术年会论文集[C];1996年
【共引文献】
中国期刊全文数据库 前10条
1 李明;;蚁群算法在土地利用结构优化模型中的应用[J];安徽农业科学;2011年14期
2 李媛丽;张仰森;刘安宇;;基于无线手持的二维条码辅助拣选方案研究[J];北京机械工业学院学报;2009年01期
3 刘安宇;张仰森;李媛丽;;“单仓库多用户”自动化立体仓库管理系统的设计[J];北京机械工业学院学报;2009年01期
4 马婷;郭彦峰;;基于最小时间算法的货位优化研究[J];包装工程;2008年02期
5 郭彦峰;马婷;王宏涛;;仓储过程中货位指派优化问题研究[J];包装工程;2008年11期
6 杨瑞臣;郝海燕;;改进的蚁群算法在物流配送路径问题求解中的应用[J];承德石油高等专科学校学报;2009年02期
7 范兴刚;王翊;介婧;王万良;侯佳斌;;基于离散PSO的分层多链无线传感器网络路由算法[J];传感技术学报;2010年07期
8 陈佩树;于霜;;基于有向搜索的蚁群算法及其仿真[J];巢湖学院学报;2011年06期
9 刘正龙;杨艳梅;;基于交叉变异操作的连续域蚁群算法研究[J];重庆师范大学学报(自然科学版);2009年02期
10 宋占峰;杨名;;基于蚁群算法的铁路纵断面优化算法研究[J];铁道科学与工程学报;2008年06期
中国重要会议论文全文数据库 前10条
1 张强;田大丰;刘畅;;基于蚁群算法的螺旋钻采煤机钻杆多目标优化设计[A];结构及多学科优化工程应用与理论研讨会’2009(CSMO-2009)论文集[C];2009年
2 赵元;张新长;康停军;;基于多叉树蚁群算法在区位选址中的应用[A];广东省测绘学会第九次会员代表大会暨学术交流会论文集[C];2010年
3 赵元;张新长;康停军;;基于多叉树蚁群算法在区位选址中的应用[A];全国测绘科技信息网中南分网第二十四次学术信息交流会论文集[C];2010年
4 陈传军;胡江;饶丰;;自动化立体仓库调度问题建模[A];企业应用集成系统与技术学术研究会论文集[C];2006年
5 李晓磊;张承进;田国会;张攀;;基于智能主体系统的物资储配系统建模[A];2005中国控制与决策学术年会论文集(下)[C];2005年
6 任伟建;陈建玲;韩冬;王凤妤;;蚁群算法综述[A];2007中国控制与决策学术年会论文集[C];2007年
7 高红;侯立刚;苏成利;;蚁群算法在连续空间优化问题中的应用[A];2009中国控制与决策会议论文集(2)[C];2009年
8 黄辉;屠乃威;马天牧;郑秉霖;柴天佑;;基于VRP的模铸组炉问题模型及其蚁群算法[A];2009中国控制与决策会议论文集(3)[C];2009年
9 ;An Optimization Model for Storage Location Problem in the Automated Storage and Retrieval System[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
10 宋雪梅;李兵;李晓颖;;一种求解连续对象优化问题的改进蚁群算法[A];2006年全国开放式分布与并行计算学术会议论文集(二)[C];2006年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 冯奇;POMDP近似解法研究及在中医诊疗方案优化中的应用[D];北京交通大学;2011年
4 孙丽君;物流配送干扰管理问题的知识表示与建模方法[D];大连理工大学;2011年
5 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
6 王学厚;群体智能优化的计算模式和方法研究与应用[D];华北电力大学;2011年
7 张焕萍;面向基因表达数据的致病基因挖掘方法研究[D];南京航空航天大学;2009年
8 郑俊丽;船舶分段制造车间的模块空间调度模型及算法[D];上海交通大学;2011年
9 马永杰;大型仓储系统的调度算法研究[D];兰州交通大学;2011年
10 刘金凤;叉车用直流电机高效驱动系统及传导干扰的分析与抑制[D];哈尔滨理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
2 杨平;仓储库位分配问题中的智能优化方法研究[D];长春工业大学;2010年
3 刘波;改进蚁群算法的研究[D];浙江大学;2010年
4 程庆章;医药物流中心人工拣选作业优化及其仿真[D];武汉科技大学;2010年
5 卫三军;自动化立体仓库作业优化与监控技术研究[D];东华大学;2011年
6 杨怡;生态企业竞争策略的优化算法研究[D];山东师范大学;2011年
7 毛圆圆;汽车营销商务智能软件的设计与实现[D];吉林大学;2011年
8 陈厚松;自动化立体仓库出入库货位分配优化研究[D];武汉理工大学;2011年
9 谢本凯;自动化立体仓库物流系统规划与仿真分析[D];武汉理工大学;2011年
10 张晓玲;换热网络设计与运行优化技术研究[D];大连理工大学;2011年
【同被引文献】
中国期刊全文数据库 前10条
1 刘文军,王加银,冯艳宾,谷云东,李洪兴;一种求粗糙集中最小属性约简的新算法[J];北京师范大学学报(自然科学版);2004年01期
2 王桂芹;黄道;;数据挖掘技术综述[J];电脑应用技术;2007年02期
3 叶东毅;Jelonek属性约简算法的一个改进[J];电子学报;2000年12期
4 江涛;新的低复杂度降低OFDM信号峰均功率比的压缩扩张技术[J];电子学报;2005年07期
5 张国富;蒋建国;夏娜;苏兆品;;基于离散粒子群算法求解复杂联盟生成问题[J];电子学报;2007年02期
6 彭小娟,刘世安;正交频分复用技术原理及应用[J];电子质量;2004年10期
7 杨晓燕;陈国龙;郭文忠;;基于粒子群优化的最小属性约简算法[J];福州大学学报(自然科学版);2010年02期
8 邬长安;余楠;;基于遗传算法的自适应最优阈值图像分割技术研究[J];光盘技术;2007年01期
9 陈旭,苗强,黄凯;正交频分复用系统的关键技术[J];信息技术;2005年03期
10 陈雪娇;王攀;汪英;;OFDM峰均功率比降低方法概述[J];信息技术;2006年08期
中国博士学位论文全文数据库 前1条
1 江涛;OFDM无线通信系统中峰均功率比的研究[D];华中科技大学;2004年
中国硕士学位论文全文数据库 前10条
1 冷永刚;粗糙集理论约简算法的研究[D];电子科技大学;2004年
2 孙光灵;基于模糊阈值的图像分割方法研究[D];合肥工业大学;2005年
3 侯艳丽;基于粒子群算法的数字集成电路测试生成研究[D];哈尔滨工程大学;2006年
4 韦苗苗;智能优化算法及应用的研究[D];山东大学;2006年
5 张晓庆;医学超声图像分割的研究与实现[D];山东科技大学;2006年
6 马丽丽;基于PSO的快速图像类推及其应用[D];大连理工大学;2006年
7 苗晓伟;OFDM系统中峰均功率比问题的研究[D];大连理工大学;2006年
8 王大鹏;基于离散二进制PSO算法的专家选择系统[D];大连理工大学;2006年
9 张桐童;OFDM系统中降低峰均功率比方法研究[D];天津大学;2006年
10 张必兰;改进的粒子群优化算法及应用研究[D];重庆大学;2007年
【二级引证文献】
中国期刊全文数据库 前1条
1 毕晓君;李云刚;;基于自由搜索算法的图像分割研究[J];信息技术;2010年07期
中国硕士学位论文全文数据库 前2条
1 李云刚;自由搜索算法的改进及其在图像分割中的应用[D];哈尔滨工程大学;2010年
2 刘翠;水声图像阈值分割及智能优化算法的研究[D];哈尔滨工程大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 常发亮,刘长有;物资配送中心的物流调度与优化研究[J];高技术通讯;1997年12期
2 常发亮,刘长有,商允伟;一种立体仓库倒库作业的优化方法[J];高技术通讯;1998年11期
3 田国会,刘长有,徐心和;分拣系统运行过程的时态逻辑描述与分析[J];计算机集成制造系统-CIMS;1997年04期
4 田国会,刘长有,徐心和;自动化仓库输送过程调度问题研究[J];计算机集成制造系统-CIMS;1998年02期
5 李希霖,田国会,林家恒;自动化技术在仓储领域中的应用与展望[J];基础自动化;1994年02期
6 林家恒,李国峰,刘长有;双伺服机分层旋转货架拣选路径优化的两级遗传算法[J];控制与决策;1997年04期
7 常发亮,刘长有;自动化立体仓库拣选出库总体调度策略的优化研究[J];控制与决策;1995年06期
8 田国会,刘长有,徐心和;基于状态可达图的离散事件系统时态性质分析[J];控制与决策;1998年01期
9 田国会,刘长有,徐心和;旋转货架系统运行过程的时态逻辑描述与分析[J];自动化学报;1998年03期
10 田国会,李晓磊,杨西侠;Petri网方法及其在离散事件动态系统研究中的应用[J];山东工业大学学报;2000年04期
【相似文献】
中国期刊全文数据库 前10条
1 程乐;;新的仿生算法:蟑螂算法[J];计算机工程与应用;2008年34期
2 王文峰;刘光远;温万惠;;求解TSP问题的自逃逸混合离散粒子群算法研究[J];计算机科学;2007年08期
3 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期
4 王兆才;肖冬梅;贺林;;旅行商问题的DNA算法[J];计算机工程与应用;2006年30期
5 李飞;白艳萍;;用遗传算法求解旅行商问题[J];中北大学学报(自然科学版);2007年01期
6 吴进波;熊盛武;徐宁;;温度可控的求解TSP问题的模拟退火算法[J];计算机应用研究;2007年05期
7 王水平;陆华;赵广宇;;基于遗传算法求解旅行商问题[J];山西电子技术;2008年01期
8 徐伯庆;宣国荣;柴佩琪;;中国旅行商问题的二叉树描述及其求解[J];模式识别与人工智能;2000年02期
9 黄岚,王康平,周春光,庞巍,董龙江,彭利;粒子群优化算法求解旅行商问题[J];吉林大学学报(理学版);2003年04期
10 王晓东,金吉凌,刘全利,潘学军,王伟;一种改进的遗传算法及其在钢卷优化组合中的应用[J];控制理论与应用;2004年06期
中国重要会议论文全文数据库 前10条
1 李丽;程玉荣;牛奔;;离散人工蜂群算法求解旅行商问题[A];第十三届中国管理科学学术年会论文集[C];2011年
2 贾亚军;丛爽;;粒子群与模拟退火的混合算法求解旅行商问题[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
3 韩爱丽;朱大铭;;旅行商问题的一种新DNA编码方案[A];2006年全国理论计算机科学学术年会论文集[C];2006年
4 徐英钟;高震;李波;;基于禁忌搜索的蚁群算法求解旅行商问题[A];第四届中国智能计算大会论文集[C];2010年
5 于宁莉;易东云;张栋;;旅行商问题的一种快速有效的遗传算法[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年
6 张辉;王锡淮;肖健梅;;基于改进蚁群算法的旅行商问题[A];2007中国控制与决策学术年会论文集[C];2007年
7 钟一文;蔡荣英;;求解TSP问题的贪婪随机模拟退火算法[A];2009年中国智能自动化会议论文集(第一分册)[C];2009年
8 张雷;;关于多人旅行商与调度问题[A];1995年中国控制会议论文集(下)[C];1995年
9 徐耀群;刘健;;一种混沌神经网络及其在旅行商问题中的应用[A];2004中国控制与决策学术年会论文集[C];2004年
10 高尚;蒋新姿;汤可宗;杨静宇;;蚁群算法与粒子群优化算法的混合算法[A];第25届中国控制会议论文集(中册)[C];2006年
中国重要报纸全文数据库 前1条
1 记者 陈丹;P≠NP,计算机科学最大难题或已破解[N];科技日报;2010年
中国博士学位论文全文数据库 前10条
1 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
2 卢厚清;“运输”问题的优化模型、算法及其在现代集成制造系统中的应用[D];南京航空航天大学;2005年
3 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年
4 李娜娜;仿生算法及其在专家分配问题中的应用[D];天津大学;2008年
5 姜昌华;遗传算法在物流系统优化中的应用研究[D];华东师范大学;2007年
6 陈恩修;离散群体智能算法的研究与应用[D];山东师范大学;2009年
7 李茂军;单亲遗传算法理论及应用[D];湖南大学;2002年
8 刘若辰;免疫克隆策略算法及其应用研究[D];西安电子科技大学;2005年
9 莫愿斌;粒子群优化算法的扩展与应用[D];浙江大学;2006年
10 潘常春;基于反馈校正机制的优化算法设计及其在薄板轧制调度中的应用[D];上海交通大学;2009年
中国硕士学位论文全文数据库 前10条
1 王文峰;离散粒子群算法的改进研究及其在优化问题中的应用[D];西南大学;2007年
2 刘仁洪;一种改进的蚁群算法求解旅行商问题[D];山东大学;2008年
3 黄欢;求解TSP问题的混合演化算法研究[D];武汉理工大学;2006年
4 薛宏智;遗传算法在TSP上的应用及改进[D];长安大学;2006年
5 王丽红;蚁群算法及其在车间调度中的应用研究[D];合肥工业大学;2009年
6 王敏;改进的混合遗传算法求解影片递送问题[D];内蒙古大学;2005年
7 刘新;一种改进的求解TSP算法[D];湘潭大学;2005年
8 陆忠武;混沌神经网络及其优化算法的研究和应用[D];武汉科技大学;2005年
9 李凯;表面贴装系统的优化设计和实现[D];西南交通大学;2003年
10 黄茜;蚁群算法及其在TSP中的应用[D];重庆大学;2008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