收藏本站
《西安电子科技大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

改进的粒子群算法及其工程应用研究

任燕芝  
【摘要】:在实际的生产生活中人们面临的优化问题日益复杂和多元,传统的优化算法已经无法解决这些问题。受自然界中生物适者生存、优胜劣汰的进化规律启发并且随着计算机技术和人工智能快速的发展,人们开始利用计算机模拟自然界生物进化过程和智能运动行为,构建出各种智能算法模型去求解优化问题,智能优化算法应运而生。粒子群优化算法是一种模拟鸟群觅食行为的全局优化算法,具有参数少、操作简单、稳定性好等优点,引起人们广泛关注并将其成功的应用到不同的领域。但粒子群优化算法也存在以下缺陷:一是它在求解复杂的优化问题时容易发生“早熟”现象;二是实际生产中的工程优化问题大部分是约束优化问题,而粒子群算法是无约束优化算法,故利用其对约束问题寻优前需要对约束条件进行处理。因此避免算法“早熟”和对约束条件的处理是研究粒子群算法的两个重要方向,也是本文主要解决的问题。主要研究内容如下:(1)针对粒子群算法在求解复杂优化问题时,容易发生“早熟”现象的缺陷,提出了一种基于动态分级和邻域反向学习的改进粒子群算法。该算法首先通过构建动态分级机制,将种群中的粒子动态地划分成三个等级,对不同等级内的粒子采取不同的扰动行为,使得粒子在增强种群多样性的同时保持向全局最优方向进化。然后采用粒子智能更新方式,提高了粒子的搜索能力。最后,引入动态邻域反向学习点建立全局搜索策略,促使种群快速寻优。为验证改进算法的寻优性能,利用多种典型测试函数对该算法进行仿真实验,结果表明,所提出算法可以增强种群多样性,具有较好的收敛性和稳定性。(2)粒子群算法是一种无约束的全局优化算法,考虑到该算法容易陷入局部最优并且缺少约束条件处理技术的缺陷,本文提出了一种求解工程约束优化问题的自适应粒子群算法。该算法首先根据粒子的适应度值和约束违反程度,定义了一个评价粒子优劣的标准。然后利用教学机制来引导种群向可行方向进化,并使惯性权重和学习因子自适应的动态变化以平衡算法的勘探和开采能力。最后采用粒子重置策略,避免算法更新停滞。对三个典型工程优化设计进行仿真实验,结果表明,该算法能有效求解不同的约束优化问题。
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP18

手机知网App
【参考文献】
中国期刊全文数据库 前5条
1 田晓凌;汪卫华;宣源;;高功率微波脉冲与目标耦合效应研究现状及发展趋势[J];飞航导弹;2009年04期
2 李平;章勇华;黄文华;;高功率微波对抗反舰导弹的技术途径[J];飞航导弹;2009年01期
3 李延辉;胡东亮;潘英锋;;混频器设计中的关键技术研究[J];现代电子技术;2008年05期
4 郝新红;白钰鹏;何娟;;高功率微波孔缝耦合特性的数值模拟及防护加固技术[J];探测与控制学报;2006年04期
5 谭显裕;高功率微波新概念武器的技术现状和发展[J];航空兵器;2004年01期
中国博士学位论文全文数据库 前2条
1 杜广星;强流相对论带状电子束的产生与传输[D];国防科学技术大学;2010年
2 杨丹;高功率微波脉冲的耦合与传播研究[D];西南交通大学;2005年
【共引文献】
中国期刊全文数据库 前9条
1 贺成;吴宝花;蔡万勇;;UWBR和HPMW一体化设计探讨[J];航天电子对抗;2009年02期
2 闫二艳;孟凡宝;马弘舸;;共振增强的量子效应初步研究[J];强激光与粒子束;2009年04期
3 贺成;苏五星;徐敬伟;徐远根;;超宽带雷达和高功率微波武器一体化设计[J];舰船电子工程;2009年02期
4 宫健;王春阳;郭艺夺;;高功率微波武器作战效能建模及仿真[J];现代防御技术;2008年06期
5 侯民胜;秦海潮;;高功率微波(HPM)武器[J];空间电子技术;2008年02期
6 颜克文;阮成礼;吴多龙;;通信系统在强电磁脉冲环境下的电磁防护[J];装备环境工程;2008年03期
7 宣源;汪卫华;程德胜;吴皓;;机载高功率微波武器研究现状与发展趋势[J];飞航导弹;2008年06期
8 王涛;余文力;朱峰;;高功率微波武器杀伤机理及发展现状[J];飞航导弹;2008年03期
9 潘征;刘其中;李跃波;刘锋;杨杰;;高功率微波缝隙耦合效应的试验研究[J];强激光与粒子束;2007年11期
中国博士学位论文全文数据库 前7条
1 唐先锋;超材料带状注辐射源的机理研究[D];电子科技大学;2017年
2 张亚斌;相对论带状束毫米波器件的研究[D];电子科技大学;2017年
3 孔龙;径向电子束的产生与传输[D];西南交通大学;2017年
4 赵朋程;高功率微波大气传播问题的混合模型研究[D];西南交通大学;2014年
5 高梁;紧凑型P波段同轴相对论返波振荡器研究[D];国防科学技术大学;2012年
6 唐涛;高功率微波大气传播非线性问题的数值研究[D];西南交通大学;2011年
7 闫二艳;波混沌腔体中电磁效应物理量的统计特性研究[D];中国工程物理研究院;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 冷锋;邹振宁;;反舰导弹电子对抗技术分析[J];飞航导弹;2007年09期
2 汤汉屏;;频率合成器中混频器杂散的影响分析[J];电讯技术;2006年03期
3 陈莉,赵永久;电磁脉冲对带孔缝腔体的耦合特性[J];火控雷达技术;2005年02期
4 魏光辉,陈亚洲,孙永卫;微波辐照对无线电引信的影响与作用机理[J];强激光与粒子束;2005年01期
5 陈修桥,胡以华,张建华,黄友锐,何丽;计算机机箱的电磁脉冲耦合模拟仿真[J];系统仿真学报;2004年12期
6 朱相磊,冯晶;脉冲式混频器概述[J];现代电子技术;2004年13期
7 郗洪杰;混频环设计关键技术研究[J];无线电通信技术;2004年02期
8 魏光辉,孙永卫,魏明;无线电引信的高功率微波辐照效应研究[J];中原工学院学报;2003年S1期
9 周金山,刘国治,王建国;矩形孔缝耦合特性实验研究[J];强激光与粒子束;2003年12期
10 葛昕;舰载电子装备对电磁炸弹防御技术探讨[J];舰船电子工程;2003年06期
中国博士学位论文全文数据库 前1条
1 张自成;紧凑重频Tesla变压器型吉瓦脉冲发生器[D];国防科学技术大学;2008年
【相似文献】
中国期刊全文数据库 前10条
1 陈建新;崔广才;;基于改进粒子群算法的函数优化研究[J];电脑迷;2018年01期
2 周慧;;基于粒子群算法的最优值求解[J];科技广场;2017年12期
3 吴丰;郭晓娟;;基于混合粒子群算法的船舶稳定性分析[J];舰船科学技术;2018年14期
4 邓广彪;;改进的粒子群算法在云计算下的数据挖掘中的研究[J];科技通报;2017年04期
5 张钊旭;王志杰;李建辰;王贵奇;许军;杨进候;;一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J];水下无人系统学报;2017年03期
6 朱俚治;王兴虎;;试谈粒子群算法[J];电脑编程技巧与维护;2017年11期
7 朱宝;;基于改进粒子群算法的盾构掘进施工优化研究[J];辽宁科技学院学报;2017年03期
8 袁正午;李君琪;;基于改进粒子群算法的云资源调度[J];计算机工程与设计;2016年02期
9 江嘉伟;毋文峰;;一种改进的粒子群算法[J];电脑编程技巧与维护;2016年06期
10 张卫明;周庆忠;黎武;;基于改进粒子群算法的野战油库选址优化[J];兵器装备工程学报;2016年08期
中国重要会议论文全文数据库 前10条
1 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
2 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
3 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
4 王征;刘大宝;王家林;王永骥;;基于离散粒子群算法的船舶电力系统重构研究[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
5 王波;肖健梅;王锡淮;;基于改进粒子群算法的车辆路径问题研究[A];2007中国控制与决策学术年会论文集[C];2007年
6 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
7 黄胜;任万龙;王超;何新;;多目标粒子群算法在翼型优化的应用[A];第二十五届全国水动力学研讨会暨第十二届全国水动力学学术会议文集(上册)[C];2013年
8 王莹;盛四清;;基于改进粒子群算法的电压薄弱区域恢复[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
9 孟繁敏;杨彬;张其林;;改进的粒子群算法在钢框架截面优化中的应用[A];第十三届全国现代结构工程学术研讨会论文集[C];2013年
10 孔宪仁;秦玉灵;罗文波;;带飞行因子的粒子群算法的铝蜂窝板模型修正[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
中国博士学位论文全文数据库 前10条
1 刘天宇;基于协作学习和文化进化机制的量子粒子群算法及应用研究[D];西安电子科技大学;2017年
2 雷开友;粒子群算法及其应用研究[D];西南大学;2006年
3 王芳;粒子群算法的研究[D];西南大学;2006年
4 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
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 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年
8 冯琳;改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D];东北大学;2013年
9 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年
10 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
中国硕士学位论文全文数据库 前10条
1 周海鹏;自适应量子粒子群算法研究与在WSN覆盖优化中的应用[D];安徽农业大学;2018年
2 龚凯;基于粒子群算法的车载Ad hoc网络路由协议优化[D];南京邮电大学;2018年
3 张彩虹;交替传译中的信息辨析失误及解决策略[D];上海外国语大学;2019年
4 胡洁琼;宁波辨志文会研究[D];宁波大学;2018年
5 孟杨;基于文件分块授权的云存储系统的设计与实现[D];西安电子科技大学;2018年
6 白正宗;建筑工人危险因素工效学分析与评估研究[D];大连理工大学;2018年
7 宋奕萌;基于修正偶应力理论的非线性微梁的尺度效应分析[D];吉林大学;2018年
8 赵昊;基于混沌粒子群算法优化硅基波导光栅耦合器的研究[D];山东大学;2018年
9 安冠星;粒子群算法下辐射传输模型反演路域植被参数[D];长沙理工大学;2017年
10 侯玉强;水库生态服务价值调度及粒子群算法[D];昆明理工大学;2018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
  • 010-62791813
  • 010-62985026