收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向动态环境的粒子群算法研究

胡成玉  
【摘要】: 粒子群算法(Particle Swarm Optimization, PSO)是一种基于群体智能的优化方法,由Kennedy和Eberhart于1995年提出。由于其具有快速收敛和易于实现等特点,因此粒子群算法在智能计算、任务调度、交通优化、电信路由、电路设计等多个领域得以广泛应用,成为计算智能领域研究的新热点。 虽然粒子群算法及其众多的改进算法已经被成功地运用到一些静态问题的优化上,但是,很多现实问题往往是随时间变化而变化的,这些动态变化的问题要求算法能够对环境的变化快速反应,对变化的最优解快速跟踪。这给粒子群算法以及整个演化计算方法带来了新的挑战。 本文从理论、方法和应用三个方面对动态环境下粒子群算法进行研究。论文内容主要包括以下三个部分: 第一部分旨在对粒子的运动行为和粒子群算法的收敛性进行分析。首先构造李雅普诺夫函数,对单个粒子的运动行为进行了分析,给出了粒子运动稳定的条件。然后利用随机过程理论,证明了粒子位置序列均方稳定。在对单个粒子运动行为分析的基础上,分析了粒子群体运动行为,证明了群体运动的稳定性。最后从随机优化算法收敛性判定标准入手,分析了粒子群算法的收敛性,提出了一种保证全局收敛的改进粒子群算法,通过对基准测试函数仿真,验证了改进算法的有效性。 第二部分主要研究了如何利用改进粒子群算法解决动态环境下单目标、多目标和高维优化问题。 对于动态单目标优化问题的研究,本文首先对环境的变化模式进行了数学描述,分析了粒子群算法无法有效对动态问题优化的原因,然后提出了一种基于柯西变异和斥力势场的多粒子群改进算法,定量分析了柯西变异优于其它变异的原因。对动态基准测试函数的仿真表明,改进算法能够对动态环境下变化的极值点进行有效跟踪。 对于动态多目标优化问题的研究,本文首先对动态多目标优化问题的定义进行了描述,分析了算法的性能评价标准,在此基础上,提出了一种基于多种群协同优化的粒子群算法,并从理论上证明了多种群协同搜索优于单种群独自搜索。改进算法采用了竞争模式和协作模式自适应切换的方法对Pareto前端和Pareto最优解集进行跟踪。竞争模式采用了隐式空间分解,主要目的是对整个解空间进行勘探,进行粗粒度的搜索,在竞争产生非支配解集失效后,多种群进行协作搜索,协作搜索采用显式空间分解,其主要目的是对局部搜索空间开采,进行精度搜索。通过对动态多目标测试函数仿真,验证了改进算法可以对变化的Pareto前端和Pareto最优解集快速跟踪。 对于动态高维优化问题的研究,首先分析了高维优化问题难以优化的原因,并提出了一种基于局部极值点维度自适应学习的粒子群改进算法,随后通过对高维测试函数的仿真,验证了改进算法的有效性。 第三部分对垃圾焚烧系统PID控制器参数自适应整定进行了研究。垃圾焚烧系统由于系统噪声、设备折旧等因素的影响,系统参数容易发生变化,因此可以看成动态系统的PID控制器的参数要不断进行调整。本部分首先定义了一个包含系统超调量、上升时间和稳态误差指标项的适应度函数,根据控制系统的实际要求对各指标项进行适当加权,利用改进粒子群算法对PID控制器的参数进行优化。随后基于Pareto优化理论,利用改进的多目标粒子群算法,在每次环境变化时给出了完整的Pareto非劣最优解,可供决策者根据超调量和上升时间的不同满意度,选择相应的PID控制参数。 最后对全文进行总结,对本文存在的不足进行了阐述,并对粒子群算法的发展进行了展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 牛玉会;;基于粒子群算法在六峰驼背函数中的应用[J];当代经理人(下旬刊);2006年08期
2 邹长武;羊依金;丁恒康;张雪乔;;基于粒子群算法的GM(1,1)在经济发展预测中的应用[J];成都信息工程学院学报;2007年03期
3 段晓东;;基于群智能的计算与仿真方法研究[J];大连民族学院学报;2007年03期
4 王晟;潘郁;;个体激励粒子群算法及其社会学背景分析[J];计算机工程;2008年21期
5 陈永刚;牛丹梅;范庆辉;;粒子群算法在组合优化问题上的研究与发展[J];电脑与电信;2008年12期
6 刘胜利;刘鹏飞;;粒子群算法在黑盒测试中的应用[J];现代经济信息;2009年21期
7 邓璐娟;卢华琦;孙义坤;刁海港;;改进的粒子群算法在测试数据生成中的应用[J];计算机技术与发展;2010年07期
8 秦明明;王坚;姜雷;;基于改进粒子群算法的电力系统有功调度[J];微计算机信息;2010年19期
9 汲万峰;姜礼平;朱建冲;孙钧正;;基本粒子群算法和遗传算法用于航路规划的比较[J];火力与指挥控制;2011年06期
10 高尚,韩斌,吴小俊,杨静宇;求解旅行商问题的混合粒子群优化算法[J];控制与决策;2004年11期
11 岑翼刚,秦元庆,孙德宝,李宁;粒子群算法在小波神经网络中的应用[J];系统仿真学报;2004年12期
12 雍龙泉;张建科;张晓清;;求解一类随机优化问题的粒子群算法[J];武汉大学学报(理学版);2005年S2期
13 黄祎;孙德宝;秦元庆;;基于粒子群算法的移动机器人路径规划[J];兵工自动化;2006年04期
14 焦永昌;杨科;陈胜兵;张福顺;;粒子群优化算法用于阵列天线方向图综合设计[J];电波科学学报;2006年01期
15 张宝菊;单国全;齐名军;;求解非线性约束优化问题改进的粒子群算法[J];天津师范大学学报(自然科学版);2006年02期
16 宫琳;孙厚芳;赖国强;;基于混合算法的典型调度问题求解研究[J];组合机床与自动化加工技术;2006年06期
17 宋初一;姜明晨;时宏杰;姜艳清;姜静清;包德喜;;粒子群优化算法及其应用[J];内蒙古民族大学学报(自然科学版);2006年04期
18 张建科;刘三阳;张晓清;;飞行时间自适应调整的粒子群算法[J];计算机应用;2006年10期
19 陈健;刘同玉;;混合区间粒子群算法[J];系统工程理论方法应用;2006年06期
20 李彦勤;郑彬彬;;粒子动力学演化算法在单目标优化中的应用研究[J];光盘技术;2006年06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 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
5 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
6 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
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 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
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 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011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 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
10 朱秀敏;改进粒子群算法的研究及其在天线设计中的应用[D];太原理工大学;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