收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向实际工程问题的粒子群优化算法应用技术的研究

王大志  
【摘要】:随着计算机软、硬件的发展和广范应用,智能优化技术得到了迅速发展,并被广大科技人员引入工程优化领域来求解各种复杂工业过程问题,以期获得更大的经济效益和社会效益。大量的实践表明,经过优化方法的处理,对系统生产效率的提高、资源合理的配置、能耗降低以及经济效益的提升均有显著的效果。 由于工程领域中的很多实际问题都可以归结为某个特定数学模型下的优化问题,因而高效的寻优算法对于工程问题的解决有着至关重要的影响。目前,智能优化方法作为替代传统优化方法一个有力工具已在社会生活的各个领域和工农业生产的各个部门发挥着巨大作用,比如机械系统中的结构优化设计、计算机图形学中的图像优化处理、流程工业中的系统优化、运输系统的优化调度、生产过程的最优排产、国土资源的优化配置以及最优开发等。 粒子群优化算法(Particle Swarm Optimization,PSO算法)源于对鸟群和鱼群的群体运动行为的研究,是一种新颖的群体智能优化算法,是计算智能领域中的一个新的分支。它的主要特点是原理简单、调节参数少、收敛速度较快。该算法从提出之日起便引起众多学者的极大关注,并且在工程应用领域得到了广泛应用,取得了良好的效果。因此本论文围绕着粒子群优化算法及其应用,就如何提高PSO算法性能以及该算法在非线性方程组求解、多峰函数优化、路径优化、选址优化中的应用进行了深入的研究。 为了解决上述问题,本文遵循文献综述—问题提出—算法应用的思路依次进行解决,具体研究工作如下: (1)文献综述部分对智能优化方法的产生、发展历史及各主要分支领域进行了详细论述。首先对计算智能这一概念的提出做了简要回顾,介绍了计算智能在数值优化领域中具有的突出优点。接着针对计算智能的三个主要分支领域:神经网络、进化计算、模糊系统分别进行了论述。然后重点介绍了进化计算领域中遗传算法、群体智能领域中粒子群优化算法并总结了粒子群算法在各工程领域的成功应用案例。 (2)非线性方程组的求解问题一直是科学技术和工程应用中的常见问题。在基于最大熵法的材料定量织构分析中,对于一组数目庞大的非线性方程组的求解成为此方法得以顺利进行的关键因素。由于需要求解的变量众多并广泛分布在指数位置上,因此对此类变量的处理显得尤为困难,稍有不慎将带来数值计算“溢出”而导致整个求解过程的失败。对该类问题的传统求解方法一方面对方程组本身提出了较高的特性要求,另一方面,初始迭代值选取不当将会致使求解过程陷入局优而影响计算的正确性。本文尝试应用具有随机性和种群并行性的PSO算法来求解此类优化问题,为最大熵法在定量织构分析中提供了一种稳定求解手段。 (3)电路板元器件的缺陷检测属于PCB质量控制领域中一项重要研究内容。本文针对基于机器视觉的检测方法,提出了一种多模版匹配的技术来检测PCB上具有多个方向的多元器件缺失问题,并将此类问题转化为多峰函数的优化问题,接着对比分析了各种进化算法在求解多峰函数中的不同策略。将最近提出的Species-PSO算法应用在PCB检测过程中,并着重考察了算法的不同参数设置对搜索效率的影响。为了进一步提高检测效率,提出了三种加速策略,即1)NCC—MTM存储表;2)重新初始化间隔;3)局域搜索过程。通过大量的计算仿真分析,证明了加速策略的有效性。最后与GA-MTM进行了对比测试,表明SpeciesPSO在搜索效率上优于GA-MTM. (4)针对钢铁企业的板坯轧制计划问题的解非均衡性问题,提出了基于任务均衡的多旅行商模型进行求解。再介绍了旅行商和多旅行商问题以及求解方法,然后针对多旅行商问题的四种模型及求解方法分别进行阐述。接着重点讨论了一类特殊的多旅行商问题—即任务均衡的的多旅行商问题。对任务均衡的多旅行商问题提出了一种模型描述方法,并采用“两阶段法”进行求解。最后以TSPLIB中测试数据进行仿真计算。 (5)选址问题是一类被广泛研究的组合优化问题。本文首先回顾了选址问题的历史,接着介绍了各种不同类型的选址问题,然后重点讨论了无容量约束选址问题的模型及各种求解方法。随着计算硬件的不断发展,多核心处理器正逐步替代单核心处理器进入普通消费者人群,如何能够更好地利用多核心处理器的计算能力是摆在每位从事科学计算工作者面前的课题之一。本文尝试将基于OpenMP技术的并行计算策略引入多种群的PSO算法来求解无容量约束的选址问题,与传统串行算法相比:并行计算在规模更大测试问题能够表现出明显的优势。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 唐剑东,熊信银,吴耀武,蒋秀洁;基于改进PSO算法的电力系统无功优化[J];电力自动化设备;2004年07期
2 付国江,王少梅,刘舒燕,李宁;含维变异算子的粒子群算法[J];武汉大学学报(工学版);2005年04期
3 陈贵敏;贾建援;韩琪;;粒子群优化算法的惯性权值递减策略研究[J];西安交通大学学报;2006年01期
4 孙凡国;黄伟;;基于粒子群算法的并联机构结构参数优化设计[J];机械设计与研究;2006年03期
5 瞿高峰;陈淑燕;;粒子群优化算法在交通信号配时中的应用[J];广西师范大学学报(自然科学版);2006年04期
6 袁鹏;常江;朱兵;李彬;;粒子群算法的惯性权重模型在水库防洪调度中的应用[J];四川大学学报(工程科学版);2006年05期
7 俞俊霞;房鑫炎;;基于粒子群优化算法的动态无功优化[J];华东电力;2006年11期
8 吴杰康;陈明华;陈国通;;基于PSO的模糊神经网络短期负荷预测[J];电力系统及其自动化学报;2007年01期
9 杨欣毅;刘剑锋;张强;刘海峰;;粒子群优化算法求解航空发动机模型的应用[J];航空计算技术;2007年06期
10 黄玮;林知明;李波;;基于禁忌搜索粒子群优化算法的无功优化[J];电力学报;2007年04期
11 陈力;叶文;郭久智;;基于粒子群优化的航路规划算法研究与仿真[J];海军航空工程学院学报;2008年03期
12 何娜;黄丽娜;武健;徐殿国;;基于粒子群优化算法的混合有源滤波器中无源滤波器的多目标优化设计[J];中国电机工程学报;2008年27期
13 王洪希;田伟;白晶;;基于改进PSO算法的热连轧粗轧短行程控制曲线优化[J];重型机械;2008年05期
14 黄贤英;张丽芳;;基于粒子群优化的模糊聚类算法[J];重庆工学院学报(自然科学版);2008年11期
15 程凯;鞠浩民;季有昌;刘艳梅;;CAPP环境下加工中心的切削参数优化[J];机械工程师;2008年12期
16 李永忠;杨鸽;徐静;赵博;孙彦;;基于粒子群优化的聚类入侵检测算法[J];江苏科技大学学报(自然科学版);2009年01期
17 朱宁;王大博;乔双;;粒子群优化算法在可供选择城市规划方案中的应用[J];东北师大学报(自然科学版);2010年02期
18 刘艳莉;周航;程泽;;基于粒子群优化的光伏系统MPPT控制方法[J];计算机工程;2010年15期
19 李明磊;贾育秦;杜娟;张学良;;基于PSOPPR的数控机床热误差建模[J];制造技术与机床;2010年09期
20 罗可;赵志学;童小娇;;带条件风险约束的发电商最优投标模型及计算[J];湖南大学学报(自然科学版);2010年09期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
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 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 卓永强;;船舶车舵联动协同控制最优化的研究[A];1995-2009航海技术论文选集(第1集)[C];2010年
中国博士学位论文全文数据库 前10条
1 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
2 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
3 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
4 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
5 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
6 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
7 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
8 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
9 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
10 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
中国硕士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
10 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010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