收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群算法的基本理论及其改进研究

刘建华  
【摘要】: 粒子群算法在仿真生物群体社会活动的基础上,通过模拟群体生物相互协同寻优能力,从而构造出一种新的智能优化算法。但粒子群算法本身来源于生物群体现象,其理论基础并不完备。而且由于其属于随机的近似优化算法,主要应用于连续区域,因此该算法存在早熟收敛和对离散性的问题难以应用的缺点。因此,对粒子群算法的理论分析、算法改进及离散性问题的研究具有重要意义的。本文在前人工作的基础上对标准粒子群算法和离散二进制粒子群算法进行分析、改进,获得以下结果: (1)粒子群算法是一种启发式随机优化算法,每个粒子追逐自身最优粒子和全局最优位置搜索,并且追逐时带有随机因素。粒子群算法在这种随机搜索过程中,粒子最终会收敛于群体最优粒子。本文在增加随机性和粒子最优点更新的条件下,理论上证明了粒子的轨迹收敛于群体最优粒子位置。根据分析的理论结果,进一步说明了算法权重选择的原理。 (2)由于粒子轨迹最终收敛于群体最优粒子,本文定义一个粒子间的相似度概念,设计计算群体粒子的多样性的概念公式—聚集度—通过计算群体粒子与群体最优粒子的平均相似度,度量粒子群的多样性程度。根据群体聚集度及其与群体最优粒子相似度,每个粒子随机产生变异,由此,构造了一种对标准PSO算法的改进算法,提高算法的全局搜索能力、避免早熟收敛,有效地提高标准PSO算法的性能。 (3)标准PSO算法的权重是平衡算法全局搜索与局部搜索能力的参数,其取值影响算法的性能。标准PSO算法的权重采用从早期偏大到晚期偏小的线性递减方法,但每个粒子的权重大小一样。本文根据粒子与群体最优粒子的相似度,对不同粒子赋予不同权重,使每个粒子的权重不同,并且随着算法迭代而动态变化,这样构造一种权重动态变化的粒子群算法。经仿真实验验证,该方法有效。 (4)PSO算法的理论分析构造了一个数学模型,数学模型从数学角度清楚地体现算法本身的数学含义。本文利用此数学模型代替原始PSO算法速度及位置的更新公式,得到一种新的进化算法,并且分析新的进化算法参数的选择。新算法形式能直接体现PSO算法的数学思想。经仿真试验检验,新算法效果不会差于标准PSO算法。本文将新的算法应用于求解单交叉口信号灯的时间优化分配,实验仿真结果表明,本文的算法在静态环境下很有效的。 (5)二进制离散PSO算法为求解二进制的离散组合优化问题而构造一种PSO算法。本文从位改变率、速度的期望值及遗传算法模式概念等三个方面对其进行分析。本文得到:二进制PSO算法不收敛于群体最优粒子,其位值随着迭代运行而越来越随机。因此,二进制PSO算法缺乏局部探测性且具有偏强的全局开拓性。本文对原始二进制PSO算法进行改进,使其产生符合PSO算法思想(跟随群体最优粒子)的形式。将改进的方法应用于求解0/1背包问题。通过实验对比,新改进的二进制PSO算法提高了原始二进制PSO算法的性能。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 张晓明;王儒敬;宋良图;;一种新的进化算法——种子优化算法[J];模式识别与人工智能;2008年05期
2 丛琳;沙宇恒;焦李成;;组织进化粒子群数值优化算法[J];模式识别与人工智能;2007年02期
3 曹亚丽;余牧舟;杨俊峰;宋昕;;一种改进的人工蜂群算法研究[J];现代电子技术;2020年12期
4 钱伟懿;张桐桐;;自适应中心引力优化算法[J];计算机科学;2012年06期
5 袁光辉;樊重俊;张惠珍;王斌;覃太贵;;一种新的粒子群算法与人工鱼群算法的混合算法[J];上海理工大学学报;2014年03期
6 余玲;刘康;李开世;;蚁群算法的连续空间算法研究[J];机械设计与研究;2006年02期
7 杨晔宏;李伟生;李翠霞;;一种基于混合因子分析的分布估计算法[J];信息与控制;2006年04期
8 孔芝;李事成;赵杰;;珊瑚礁算法的改进研究[J];东北大学学报(自然科学版);2020年02期
9 曹金保;;人工蜂群算法研究综述[J];电子设计工程;2013年23期
10 李伟;许家珆;;含群学习的免疫网络优化算法[J];计算机与现代化;2010年01期
11 苏前义;;蚁群算法的运用及其优化分析[J];中小企业管理与科技(中旬刊);2016年11期
12 谭振鹏;邓智广;;基于改进蚁群算法的电力自动调度模型构建[J];粘接;2021年11期
13 谷晓琳;黄明;梁旭;焦璇;;一种改进惯性权重的混沌粒子群优化算法[J];大连交通大学学报;2020年03期
14 张楠;邢志栋;董建民;王辛;;一种基于粒子群算法和育种算法的混合算法[J];西北大学学报(自然科学版);2008年01期
15 朱群锋;王璐;汪超;;基于粒子群算法策略改进的飞鼠优化算法[J];洛阳理工学院学报(自然科学版);2020年04期
16 崔雪婷;李颖;范嘉豪;;全局混沌蝙蝠优化算法[J];东北大学学报(自然科学版);2020年04期
17 刘万辉;张洪斌;;一种新的融合粒子群算法的混合蟑螂群算法[J];计算机仿真;2014年08期
18 张超群;郑建国;王翔;;蜂群算法研究综述[J];计算机应用研究;2011年09期
中国重要会议论文全文数据库 前20条
1 徐一;杨静;任志刚;杨迅幸;;基于学习的烟花算法[A];2018中国自动化大会(CAC2018)论文集[C];2018年
2 姚雪;;基于算法多样化培养学生思维习惯和创新精神[A];2019年“区域优质教育资源的整合研究”研讨会论文集[C];2019年
3 熊薇薇;吴怀宇;;一种改进的角点检测算法[A];中国计量协会冶金分会2009年年会论文集[C];2009年
4 陶丽;张自力;丁晓明;;一种适用于动态重构的联盟形成算法[A];2008年计算机应用技术交流会论文集[C];2008年
5 张兰平;;谈小学一年级算法多样化的优化[A];中华教育理论与实践科研论文成果选编(下)[C];2007年
6 杨红斌;;计划量算法的优化[A];第四届全国医院药剂科建设与管理学术研讨会论文集[C];2012年
7 林克旺;;基于分层网络实现高效的自稳定的选举算法[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(下册)[C];2006年
8 陈伯伦;陈崚;王俊生;;一种基于距离调节的聚类算法[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年
9 徐英钟;高震;李波;;基于禁忌搜索的蚁群算法求解旅行商问题[A];第四届中国智能计算大会论文集[C];2010年
10 叶衍;楼荣生;何永保;;自然联结的优化算法[A];第十二届全国数据库学术会议论文集[C];1994年
11 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
12 许伦辉;傅惠;徐建闽;;基于分形维数的交通流预测模型及算法研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
13 王树西;白硕;王斌;;模式推理中的“图检索”算法[A];全国第八届计算语言学联合学术会议(JSCL-2005)论文集[C];2005年
14 覃频频;许登元;姚起宏;黄大明;;基于表决融合的高速公路事件检测算法融合[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
15 杨娜;付强;贺延国;;蚁群算法在水土资源中的应用研究进展[A];农业系统工程理论与实践研究——全国农业系统工程学术研讨会论文集[C];2006年
16 王亚钊;周永华;刘毅;高睿;;人工生命算法的研究进展[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
17 王永华;詹宜巨;余松森;杨健;;一种密集RFID读写器环境下信道分配算法[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
18 杨盘洪;朱军祥;赵建安;杨静;;机动目标跟踪的模糊变结构交互多模算法[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年
19 王亚奇;王静;李金;;一种改进的RFID系统反碰撞算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
20 王晓明;陈学荣;;2500+交叉优化算法详解及典型案例分析[A];《内蒙古通信》2012年第1-4期[C];2012年
中国博士学位论文全文数据库 前20条
1 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年
2 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
3 付巍巍;集群智能算法的改进与应用研究[D];大连理工大学;2021年
4 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年
5 浮婷;算法“黑箱”与算法责任机制研究[D];中国社会科学院研究生院;2020年
6 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年
7 李美安;普适分布式互斥算法及应用[D];电子科技大学;2007年
8 王小根;粒子群优化算法的改进及其在图像中的应用研究[D];江南大学;2009年
9 张毅;群智能算法的改进及其在相关领域中的应用[D];吉林大学;2009年
10 胡晓萌;算法主义及其伦理批判[D];湖南师范大学;2021年
11 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年
12 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
13 蔡泽凡;仿生优化群算法及应用研究[D];华南理工大学;2017年
14 肖建元;保几何结构算法在等离子体物理中的应用[D];中国科学技术大学;2017年
15 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年
16 张冬丽;人工蜂群算法的改进及相关应用研究[D];燕山大学;2014年
17 王瑜;基于多方法融合的进化算法研究[D];中国科学技术大学;2011年
18 蒋良孝;朴素贝叶斯分类器及其改进算法研究[D];中国地质大学;2009年
19 李娟;模式分类中若干基本问题的算法研究与应用[D];西安电子科技大学;2015年
20 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年
中国硕士学位论文全文数据库 前20条
1 翟金涛;改进的粒子群优化算法[D];陕西师范大学;2013年
2 许耀华;基于拟生态算法的CDMA多用户检测方法研究[D];安徽大学;2004年
3 王道军;智能算法在电力系统优化运行中的应用研究[D];江南大学;2008年
4 李枝勇;蝙蝠算法及其在函数优化中的应用研究[D];上海理工大学;2013年
5 陈磊;粒子群蚁群结合算法在车辆调度问题上的应用研究[D];湖北工业大学;2015年
6 王春颖;自适应的人工蜂群算法[D];东北师范大学;2012年
7 韩宏业;基于人工蜂群算法的软硬件划分算法研究[D];天津大学;2014年
8 王浩光;改进伊藤算法及其在车辆路径问题中的研究与应用[D];浙江工业大学;2015年
9 傅鹏;多目标广义蚁群算法的收敛性、收敛速度和算法复杂度研究及其应用[D];南京邮电大学;2014年
10 杨捷;若干信息处理问题的进化算法研究及其应用[D];华中科技大学;2007年
11 郑丽;改进智能算法在路径规划中的应用研究[D];江西理工大学;2020年
12 宋尼克;大数据背景下政府算法治理的风险研究[D];中国矿业大学;2020年
13 曾小鹏;监管科技算法歧视法律问题研究[D];北方工业大学;2020年
14 易卜拉欣;基于文化框架的群搜索和粒子群的混合算法及其应用[D];华东理工大学;2014年
15 李少勇;大爆炸算法的研究与改进[D];广东工业大学;2014年
16 曹金保;人工蜂群算法研究及其应用[D];陕西师范大学;2013年
17 贾红;烟花爆炸优化算法及其改进研究[D];华中科技大学;2010年
18 王书勤;车辆路径问题的蚁群算法研究[D];重庆大学;2008年
19 白瑞;分布估计算法研究与应用[D];新疆大学;2015年
20 陈璐瑛;算法新闻的传播伦理失范问题及对策研究[D];辽宁大学;2021年
中国重要报纸全文数据库 前20条
1 中青报·中青网记者 王品芝 实习生 潘泽强;算法新规施行 53.8%受访者表示会选择关闭算法推荐[N];中国青年报;2022年
2 本报记者 武晓莉;给冰冷的算法注入温暖[N];中国消费者报;2021年
3 本报评论员 悦连城;算法推荐,管好才能用好[N];河南日报;2022年
4 本报记者 苏晓梅 岳付玉;算法推荐能否告别野蛮生长?[N];天津日报;2022年
5 本报记者 李燕京;算法告别“算计” 消费更加公平[N];中国消费者报;2022年
6 记者 彭晓玲;大数据和算法的未来 “道德自动化”还是“哲人工程师”[N];第一财经日报;2022年
7 中青报·中青网见习记者 罗希;中青校媒联合上交大媒体与传播学院发起《提高“算法素养”倡议》[N];中国青年报;2021年
8 王轶辰;算法也要有“说法”[N];经济日报;2022年
9 记者 王思北 阳娜 周琳 颜之宏;大数据“杀熟”不能再“杀”了,算法推荐不能乱“推”了[N];新华每日电讯;2022年
10 本报记者 祖爽;剑指行业乱象 算法推荐进入严监管时代[N];中国商报;2022年
11 本报记者 宋婧;新规将算法装入监管“笼子”[N];中国电子报;2022年
12 东南网记者 卢金福;给算法应用戴上“紧箍咒”[N];福建日报;2022年
13 本报评论员 吴迪;以公共利益为底色,引导算法技术向上向善[N];工人日报;2022年
14 新华社记者 余俊杰;规范算法推荐活动,明确用户知情权选择权[N];新华每日电讯;2022年
15 湖北日报评论员 周磊;“算法”不是“算计”[N];湖北日报;2022年
16 刘俊;促进算法推荐技术规范健康发展[N];人民日报;2022年
17 李贞;共促算法推荐健康有序发展[N];人民日报海外版;2022年
18 记者 毛振华;算法不能变算计[N];新华每日电讯;2022年
19 记者 任震宇;强化算法实施方的举证责任[N];中国消费者报;2021年
20 见习记者 陈友敏;消保委呼吁尽快出台算法规制[N];上海法治报;2021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