收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子群算法的复杂系统评价

张翔  
【摘要】:系统评价处于系统工程理论和方法体系的核心地位,是系统工程理论和实践研究的热点和难点。在实际应用中,由于其自身的复杂性,如存在着大量的高维非线性优化问题,需要采用新型智能评价方法来求解。目前粒子群算法在已在函数优化、神经网络训练、组合优化等领域获得了广泛应用,本文尝试将粒子群算法应用于复杂系统评价。 本文设计了一种基于邻居结构的自适应粒子群算法(NAPSO),以节点度不为0的WS型小世界网络作为粒子的邻居结构,自适应调整种群密度,提高种群多样性,并引入边界修正策略,分析了算法时间复杂度、空间复杂度和算法收敛性。采用NetLogo仿真软件对NAPSO求解函数的粒子运动轨迹进行仿真,所出现的“聚集”和“扩散”现象,表明NAPSO在算法后期较优的寻优能力。 在主观赋权评价中,针对层次分析法中一致性检验问题,设计了修正矩阵的一致性的粒子群算法(NAPSO-CAHP),以一致性指标函数为优化目标,再用模糊互补判断矩阵来替代正互反判断矩阵,把权值计算与模糊互补判断矩阵的一致性检验和修正结合起来,设计了基于NAPSO的模糊层次分析法。在客观赋权评价中,设计了基于NAPSO的投影寻踪方法(NAPSO-PP),将NAPSO与投影寻踪模型结合,以投影指标函数为优化目标优化投影方向。将上述主观赋权评价和客观赋权评价方法所得到权重进行组合优化,从不同角度提取各指标的差异,得到指标的组合权重,设计了基于投影寻踪与层次分析法的客观组合的粒子群算法(NAPSO-PPAHP)和基于NAPSO的赋权投影寻踪聚类评价方法(NAPSOFAHP-PP)的复杂系统组合评价方法。 将NAPSO与复杂系统评价方法相结合应用于评价实例中,表现出计算稳定、计算精度高,与现有方法比较,评价效果更好,分类效果明显,对复杂系统评价其他问题的解决有一定的借鉴意义;同时也表明NAPSO对解决高维、非线性问题的具有良好的效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵羿伟;;基于粒子群的铝电解整流机组效率优化[J];黑龙江科技信息;2011年21期
2 谷文祥;李向涛;王春颖;李国媛;殷明浩;;一种求解TSP问题的混合算法[J];东北师大学报(自然科学版);2011年03期
3 马丹祥;初建宇;王海霞;;考虑自由时差的资源均衡优化[J];河北理工大学学报(自然科学版);2011年03期
4 孙凌;周琳;;基于修补粒子群算法的动态网格数据流优化[J];实验室研究与探索;2011年06期
5 严晓明;郑之;;基于混合仿生算法的SVM参数优化[J];广西师范大学学报(自然科学版);2011年02期
6 裴浩;袁刚;唐勇;刘彬;张晓颖;彭鹏;;基于粒子群算法的邯郸市水资源优化配置系统研究[J];水科学与工程技术;2011年03期
7 胡欣欣;王李进;;应用粒子群算法优化地位指数曲线模型参数研究[J];南京信息工程大学学报(自然科学版);2011年04期
8 刘衍民;;求解约束优化问题的动态多种群粒子群算法[J];山东大学学报(理学版);2011年09期
9 王非;孙浩杰;贾涛;;考虑下游配送次数的配送中心选址-库存问题研究[J];预测;2011年04期
10 于志奇;;粒子群优化算法的改进[J];太原师范学院学报(自然科学版);2011年02期
11 田军;马文正;汪应洛;王刊良;;应急物资配送动态调度的粒子群算法[J];系统工程理论与实践;2011年05期
12 刘杰;张永志;;GPS重力数据的粒子群算法联合反演断层三维滑动速率[J];测绘科学;2011年04期
13 王来军;肖润谋;胡大伟;郭捷;;一种新型启发式算法及其在航班离场排序问题中的应用[J];西北大学学报(自然科学版);2011年03期
14 李艳玲;李兵兵;殷昌义;刘明骞;;基于粒子群和减法聚类提取分类特征的MQAM信号识别[J];西北大学学报(自然科学版);2011年03期
15 周喜虎;高兴宝;;具有时间因子的粒子群优化算法[J];纺织高校基础科学学报;2011年02期
16 李泽;孙才志;邹玮;;中国海岛县旅游资源开发潜力评价[J];资源科学;2011年07期
17 陈伟;余旭初;王鹤;闻兵工;靳克强;;基于粒子群算法的高光谱影像端元提取技术[J];测绘科学;2011年04期
18 冯冬青;杨书显;;氧乐果合成过程的PSO-回归BP网络建模方法[J];郑州大学学报(理学版);2011年03期
19 刘世豪;叶文华;唐敦兵;陈蔚芳;;基于模糊综合评判的机床床身多目标优化设计[J];高技术通讯;2010年09期
20 刘华蓥;王静;许少华;孙毅;;基于空间划分树的多目标粒子群优化算法[J];吉林大学学报(理学版);2011年04期
中国重要会议论文全文数据库 前10条
1 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010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 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
4 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
5 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
6 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
7 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
9 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
10 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
3 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
4 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
5 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
6 何耀耀;基于混沌进化的水库调度和洪灾评估的理论与方法[D];华中科技大学;2010年
7 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
8 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
9 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
10 何耀耀;基于混沌进化的水库调度和洪灾评估理论与方法[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 卢荣甲;圆填充刚性常数的近似估计及其混合粒子群算法[D];广西民族大学;2010年
2 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
3 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
4 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
5 董延胜;粒子群算法在神经网络参数优化中的应用[D];河南科技大学;2009年
6 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
7 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
8 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
9 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
10 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
中国重要报纸全文数据库 前1条
1 记者 黄蔚 通讯员 蔡文兵;校内外导师领航学生科研[N];中国教育报;2011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