收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

混合粒子群优化算法研究及其应用

Arfan Ali Nagra  
【摘要】:粒子群优化算法(PSO)来源于鸟类的群体行为,是一种基于种群的随机搜索算法。粒子群优化算法的性能在很大程度上取决于参数的选择。其中,惯性权重是该算法的参数之一,用于平衡粒子群优化算法的探测和开发能力。为了提升算法的性能,PSO应较好地兼顾全局搜索能力与局部搜索能力。PSO算法具有收敛速度快、易于实现、参数调整少等优点,其有效的搜索策略使之具有潜力在各种应用中解决不同优化问题的方法。PSO在电力系统优化、过程控制、动态优化、自适应控制和电磁优化等领域有着广泛的应用。虽然PSO在求解许多优化问题时表现出良好的性能,但与大多数随机搜索方法一样,它也存在早熟收敛问题,尤其是在多模态优化问题中。虽然取得了显著的进展和丰硕的成果,但如何较好地平衡粒子群优化算法的探测和开发能力以确定复杂优化问题的高质量解决方案,仍然具有一定的挑战性。本文将局部搜索与粒子群算法相结合,以平衡算法的探测与开发能力,并将改进后的方法应用于许多优化问题和实际问题。本文的主要工作如下:(1)为了解决这一问题,本文提出了一种基于梯度局部搜索策略的自适应惯性权重粒子群优化算法(SIW-APSO-LS)。该算法旨在平衡全局搜索算法的探测能力以及局部搜索策略的开发能力。首先,采用自适应权重粒子群优化算法(SIW-APSO)对问题进行求解,在进化过程中对粒子的速度与位置进行迭代更新。其次,基于梯度的局部搜索策略注重于对搜索区域进行开发,在SIW-APSO之后执行精确搜索。实验结果证明了算法的有效性,在基准测试函数集合上取得了优于传统PSO方法的性能。(2)为了解决传统算法收敛速度较慢的问题,本文进一步提出了一种新颖的基于群体的混合优化算法,该算法融合了动态的多群粒子群优化算法以及引力搜索算法(GSADMSPSO)。该算法将主种群切割为多个较小的子种群,并通过提出新的邻域策略使各个子种群更加稳定。通过PSO的全局优化能力,每一个粒子的速度与位置信息均得到更新。使用引力搜索算法并结合动态的多种群算法能够有效地提高算法的探测与开发能力。在实验部分使用基准测试函数验证所提出的算法性能。实验结果表明,GSADMSPSO能够取得比基于引力搜索或PSO的算法更好的结果。(3)特征选择是一项能够提高分类器的预测性能与降低问题复杂度的重要技术。目前,大量的研究已经采用启发式优化方法进行特征选择,且取得了不错的效果。本文提出了一种基于SIW-APSO-LS与C4.5分类器的特征选择方法。在该算法中,我们结合了基于梯度的局部搜索策略能够有效帮助开发搜索空间以及自适应权重粒子群优化算法能够收敛到搜索空间的最优解这两点优势进行特征选择。实验结果表明,在UCI数据库中16个标准数据集上,所提出的算法取得了比传统特征选择算法更优秀的结果。(4)本文采用GSADMSPSO训练前馈神经网络(feedforward neural networks,FNNs),通过是否能够避免局部最优问题以及相比于传统进化算法收敛速度是否能够加快这两方面验证其性能。将所提出的算法的性能与引力搜索算法及其变体在不同基准测试函数上进行比较。实验结果表明,该算法在收敛速度和避免据最小值等方面由于其他的训练前馈神经网络的方法。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 张红涛,胡玉霞,邱道尹;遗传算法在储粮害虫特征选择中的应用[J];华北水利水电学院学报;2004年03期
2 徐雷;阎平凡;常迥;;用于特征选择的BF算法及其与B&B算法的比较[J];自动化学报;1988年05期
3 杨锦英;王碧泉;;K—W检验和熵法在单个特征选择中的应用[J];华北地震科学;1989年02期
4 陈晋苏;特征选择在电信行业客户流失分析中的应用[J];科技资讯;2005年22期
5 范劲松,方廷健;特征选择和提取要素的分析及其评价[J];计算机工程与应用;2001年13期
6 江乃雄;蔡民;;综合距离特征选择问题解的存在性与唯一性[J];计算机应用与软件;1992年01期
7 钱学双;多重筛选逐步回归特征选择法及其应用[J];信息与控制;1986年05期
8 赵帅;张雁;徐海峰;;基于成对约束分的特征选择及稳定性评价[J];计算机与数字工程;2019年06期
9 余胜龙;赵红;;基于样本邻域保持的代价敏感特征选择[J];数据采集与处理;2018年02期
10 杜政霖;李云;;基于特征聚类集成技术的在线特征选择[J];计算机应用;2017年03期
11 崔亚芬;解男男;;一种基于特征选择的入侵检测方法[J];吉林大学学报(理学版);2015年01期
12 林秀晶;夏勇明;钱松荣;;基于支持向量机及特征选择的单通道脑电波睡眠分期研究[J];生物医学工程学杂志;2015年03期
13 仇利克;刘竞;孙中卫;赵扬帆;;一种快速的特征选择框架和方法[J];北京邮电大学学报;2019年03期
14 黄铉;;特征选择研究综述[J];信息与电脑(理论版);2017年24期
15 杨超;蔡晓东;甘凯今;王丽娟;;基于自适应显著特征选择的动态加权平均行人识别模型[J];计算机工程与科学;2017年05期
16 章新华;一种特征选择的动态规划方法[J];自动化学报;1998年05期
17 单世超;栾翠菊;;基于局部特征选择的微博中文文本分类研究[J];现代计算机(专业版);2017年23期
中国重要会议论文全文数据库 前10条
1 史彩娟;沙宇阳;刘健;闫晓东;刘利平;;基于自适应半监督稀疏特征选择的图像标注[A];第十届全国信号和智能信息处理与应用学术会议专刊[C];2016年
2 刘培磊;李满生;王挺;;蛋白质相互作用有向关系抽取的特征选择[A];第五届全国信息检索学术会议论文集[C];2009年
3 袁帅;杨宏晖;申昇;;基于云模型的特征评价准则[A];第三届上海——西安声学学会学术会议论文集[C];2013年
4 申昇;杨宏晖;袁帅;;用于水声目标识别的互信息无监督特征选择[A];第三届上海——西安声学学会学术会议论文集[C];2013年
5 李泽辉;聂生东;陈兆学;;应用多类SVM分割MR脑图像特征选择与优化的实验研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
6 李娜;曾向阳;;目标识别中的样本选择和特征选择联合算法研究[A];2009年西安-上海声学学术会议论文集[C];2009年
7 宋鹏;郑文明;赵力;;基于子空间学习和特征选择融合的语音情感识别[A];第十四届全国人机语音通讯学术会议(NCMMSC’2017)论文集[C];2017年
8 臧淼;徐惠民;张永梅;;基于局部约束和稀疏编码的自动图像标注[A];国防光电子论坛第二届激光雷达成像探测技术及应用研讨会论文集[C];2015年
9 俞士汶;王治敏;朱学锋;;文学语言与自然语言理解研究[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年
10 薛富强;葛临东;陈丽;;新的改进遗传算法用于调制信号特征选择[A];无线传感器网及网络信息处理技术——2006年通信理论与信号处理年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 Arfan Ali Nagra;混合粒子群优化算法研究及其应用[D];江苏大学;2019年
2 袁明冬;基于图的特征提取和特征选择及其应用研究[D];西安电子科技大学;2017年
3 胡小娟;基于特征选择的文本分类方法研究[D];吉林大学;2018年
4 任宇林;结构化预测中N元特征选择算法的研究[D];华中科技大学;2018年
5 Reehan Ali Shah;基于稀疏模型组合的网络入侵分类[D];浙江大学;2019年
6 滕旭阳;面向特征选择问题的优化方法研究[D];哈尔滨工程大学;2017年
7 张丽新;高维数据的特征选择及基于特征选择的集成学习研究[D];清华大学;2004年
8 高青斌;蛋白质亚细胞定位预测相关问题研究[D];国防科学技术大学;2006年
9 刘风;基于磁共振成像的多变量模式分析方法学与应用研究[D];电子科技大学;2014年
10 冯国忠;文本分类中的贝叶斯特征选择[D];东北师范大学;2011年
中国硕士学位论文全文数据库 前10条
1 侯宇亮;基于极限学习机的分类方法研究及应用[D];中原工学院;2019年
2 尹春燕;基于集成特征选择的冠心病筛查模型研究[D];山东大学;2019年
3 薛瑞;转子故障诊断中的特征选择问题研究[D];兰州理工大学;2019年
4 周雨;基于互信息与决策树的特征选择[D];兰州大学;2019年
5 李琦;基于机器学习的毕业生就业预测模型研究与应用[D];中国科学院大学(中国科学院沈阳计算技术研究所);2019年
6 汤文君;B企业内部绩效审计评价指标体系构建研究[D];东北农业大学;2019年
7 蓝劲鹏;基于特征选择的行人定位方法研究[D];上海交通大学;2017年
8 王莹莹;基于布谷鸟搜索算法的特征选择研究及改进[D];吉林大学;2019年
9 Wei Wang;P值的不稳定性与其他因素对统计特征选择的影响[D];天津大学;2018年
10 游仁春;基于特征选择聚类和张量分析的碳纤维增强复合材料超声缺陷识别[D];厦门大学;2017年
中国重要报纸全文数据库 前7条
1 本报记者 李振辉;根据自身特征选择健身方式[N];广东科技报;2008年
2 海通证券 娄静吴先兴;把握风险收益特征选择最适合自己的基金[N];上海证券报;2007年
3 铁岭市第二高中 高军;让学生“动”起来[N];铁岭日报;2005年
4 郑卫东;高产鹅选种方法和标准[N];中国畜牧兽医报;2007年
5 《网络世界》记者 周源;云平台,只选对的[N];网络世界;2012年
6 郑军;高产鹅选种方法和标准[N];河南科技报;2016年
7 记者 丁宁;2012年,我们一起“追”的创新产品[N];上海证券报;2012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
  • 010-62982499
  • 010-62783978