收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群算法的动态拓朴结构研究

王雪飞  
【摘要】: 最优化问题在计算机科学、人工智能、运筹学和其它相关领域中有着重要的地位,是人们在工程技术、科学研究和经济管理等诸多领域中经常遇到的问题,很多应用领域中都面临困难的非线性优化问题,如:结构设计要在满足强度要求等条件下使所用材料的总重量最轻;资源分配要使各用户利用有限资源产生的总效益最大;安排运输方案要在满足物质需求和装载条件下使运输总费用最低;编制生产计划要按照产品工艺流程和顾客需求,尽量降低人力、设备、原材料的成本使总利润达到最大等等。在21世纪的信息时代,其理论和技术必将在社会的各个方面起着越来越大的作用。 由于优化问题存在的普遍性,多年以来有数不清的优化技术被提出和研究。但工业和科学领域的大多数实际问题的复杂程度也正日益增加,出现了大量根本无法在可接受的时间内找到解的问题。传统的规划技术已经无法满足求解复杂问题的需求,因此更高效更实用的优化算法总是需要的。 作为一种新的群体智能方法,粒子群算法PSO是一个非常有前景的工具,在处理高维的以及缺乏领域知识的问题时尤其有用。该算法的灵感来源于社会心理学和人工生命,致力于模拟个体间的社会交互,具有收敛速度快、通用性强等优势,自1995年被提出之后得到了数值优化领域的广泛关注。 如何加快粒子群算法的收敛速度和避免出现早熟收敛,一直是大多数研究者关注的重点。克服早熟收敛的措施主要是设法保持种群的多样性,或引入跳出局部最优点的机制。在加快收敛速度方面,主要的工作集中在如何选择最优的算法参数,以及从其他智能优化算法中借鉴一些思想对PSO算法的主要框架加以修正。但这些研究者多数属于纯科学计算或工程应用领域,他们只专注于结果而不探究原因,更少有人深入考虑粒子群算法的社会心理学渊源。 本文在研究过程中,注重算法的理论分析和实验验证相结合。从信息传播效率入手,详细研究了粒子群算法种群的一种动态拓扑结构,实现了基于小世界网络模型的新颖粒子群算法。论文的主要工作和创新点包括: (1)总结了目前群体智能的发展背景,介绍了群体智能的三种主要方法论:蚁群算法、粒子群优化算法和人工鱼群算法,通过与还原论、人工生命、自组织系统等相关论题的关系,分析了群体智能技术的内在特征和共性。 (2)通过大量实验,研究了PSO中关键参数对算法性能的影响,并由此得出规范PSO的参数设置。 (3)从线性定常系统的角度对PSO的收敛性加以分析,得出粒子轨迹最终收敛到全局最优粒子所在的位置。从随机系统的角度对算法的收敛性进行了理论分析,增强了线性定常条件下结论的有效性,给出了系统均方稳定的一个充分条件。 (4)提出了基于边重构和边增加小世界网络模型的两种改进PSO算法,实现了PSO算法的动态邻域结构,并对改进算法引入的新参数做了详尽的实验研究。 (5)在选定的Benchmark问题和性能衡量标准上,对比研究了提出的小世界PSO算法与其他经典PSO算法。这些benchmark问题具有挑战优化算法的困难性:高维、多峰、具有欺骗性的梯度信息等。本研究尤其重视比较算法在困难多峰函数上的表现,以多次试验的统计结果给出算法在收敛速度、收敛成功率、目标函数计算次数以及获得解的质量等几个衡量指标上的表现。仿真实验的结果显示,本论文提出的具有动态拓扑机构的小世界PSO算法能明显改善经典PSO的性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张琪;杨淋淋;钱伟懿;;简化的自适应粒子群优化算法[J];渤海大学学报(自然科学版);2011年02期
2 刘援农;;蚁群算法在TSP问题中的应用研究[J];硅谷;2011年13期
3 杨晓庆;左为恒;李昌春;;基于K-Means变异算子的混合PSO算法聚类研究[J];微电子学与计算机;2011年07期
4 屈敏;高岳林;江巧永;;基于Pareto邻域交叉算子的多目标粒子群优化算法[J];计算机应用;2011年07期
5 段其昌;黄大伟;雷蕾;段盼;;带扩展记忆的粒子群优化算法仿真分析[J];控制与决策;2011年07期
6 张雯雰;高守平;;改进共享策略的简单群搜索优化算法[J];计算机工程与科学;2011年07期
7 孙锋利;何明一;高全华;;一种引入密度因子的改进粒子群优化算法[J];计算机应用研究;2011年08期
8 李龙星;余炳辉;;用整体分布优化算法求解水火电力系统短期优化调度[J];计算机应用与软件;2011年07期
9 徐星;吴昱;李元香;;基于布朗运动的改进粒子群优化算法[J];计算机应用研究;2011年07期
10 李蕊;雷群泌;;一种面向汽车系统可靠性优化的任务分配方法[J];计算机应用研究;2011年07期
11 杨华;周锐;;基于熵值法的PSOBP神经网络私家车保有量的预测[J];电脑知识与技术;2011年19期
12 王喜宾;张小平;王翰虎;孙兴;;基于支持向量机的农业科技项目分类研究[J];贵州大学学报(自然科学版);2011年03期
13 王芳;刘军;谢克明;;利用子群体迁徙的思维进化算法设计[J];中北大学学报(自然科学版);2011年03期
14 余永红;冯斌;孙俊;;生化途径参数估计的QPSO-MGbest算法[J];计算机工程与应用;2011年20期
15 梁昔明;肖晓芳;;基于PSO算法的变差函数球状模型参数拟合[J];计算机工程;2011年14期
16 曾嘉俊;刘志刚;黄元亮;刘新东;;基于子区域的粒子群优化算法研究[J];计算机工程;2011年14期
17 李洪冬;张民;陈欣;;基于PSO算法的飞机平衡状态求解[J];计算机仿真;2011年08期
18 刘江波;李杰然;李亮;;基于ZMNL的K分布海杂波仿真[J];电子信息对抗技术;2011年03期
19 刘伟;王建平;张崇巍;;基于SVM的生物电阻抗人体内脏脂肪测量研究[J];电子测量与仪器学报;2011年07期
20 王波;吕俊伟;于振涛;盖俊峰;;一种物联网的时钟服务器配置方法[J];海军航空工程学院学报;2011年03期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
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 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
9 安静;康琦;汪镭;吴启迪;;群体智能及其在BPR中的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 赵志刚;韦兆文;;基于粒子群算法求解约束优化问题[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
中国博士学位论文全文数据库 前10条
1 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
2 李丹;粒子群优化算法及其应用研究[D];东北大学;2007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 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
5 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
6 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
7 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年
8 王雪飞;粒子群算法的动态拓朴结构研究[D];西南大学;2008年
9 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
10 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
中国硕士学位论文全文数据库 前10条
1 于锡才;基于粒子群优化算法的低NO_x排放过程的优化研究[D];东北大学;2008年
2 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
3 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
4 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
5 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
6 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
7 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
8 周蕾;粒子群算法的改进及其在人工神经网络中的应用[D];西安电子科技大学;2010年
9 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
10 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
中国重要报纸全文数据库 前10条
1 樊 丹 本报记者;让名医智慧在电脑上“复活”[N];中国中医药报;2005年
2 边歆;商务智能:进化与简化[N];网络世界;2007年
3 续九华 胡宝良;现代战争新宠[N];科技日报;2001年
4 黄千凌;Mobile 2.0:随时沟通 创造信息新时代[N];电子资讯时报;2007年
5 彼德·米勒;蚂蚁没有老大[N];云南经济日报;2008年
6 康秋洁;谁也不争道抢行,蚂蚁解拥堵智慧超人[N];新华每日电讯;2008年
7 刘妍;人类可仿效蚂蚁解决交通拥堵难题[N];大众科技报;2008年
8 裘水安;营造酒店文化 增加服务内涵[N];中国旅游报;2002年
9 记者 何边;网络化激活人工智能[N];计算机世界;2001年
10 沉风 中国移动 孙少陵 中国电子学会云计算专委会秘书长 林润华 解放军理工大学教授 刘鹏 宽带资本董事长 田溯宁;云计算:是能力,更是服务[N];人民邮电;2009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