基于空间收缩的粒子群优化算法及其在投资预测中的应用

基于空间收缩的粒子群优化算法及其在投资预测中的应用

ID:23614653

大小:2.01 MB

页数:62页

时间:2018-11-09

基于空间收缩的粒子群优化算法及其在投资预测中的应用_第1页
基于空间收缩的粒子群优化算法及其在投资预测中的应用_第2页
基于空间收缩的粒子群优化算法及其在投资预测中的应用_第3页
基于空间收缩的粒子群优化算法及其在投资预测中的应用_第4页
基于空间收缩的粒子群优化算法及其在投资预测中的应用_第5页
资源描述:

《基于空间收缩的粒子群优化算法及其在投资预测中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、哈尔滨t。稃大学硕十学侍论文的丧失以及搜索速度的锐减。2.为改善PSO算法早熟收敛和晚期局部搜索能力不足的缺点,将空间收缩机制引入PSO算法,提出了基于空间收缩的粒子群优化算法,考虑到空间收缩的不同方式,我们给出了两种基于空间收缩PSO算法模型,种群灭亡精英演化模型和淘汰不良粒子的精英演化模型。阐明了两种基于空间收缩算法的原理、实现流程和重要参数的影响。3.通过一系列的数值实验,给出了基于空间收缩Ps0算法的合理参数选择建议。并在此基础上,通过与一些经典改进算法几个著名基准测试函数上的对比实验,

2、分析了本文算法的性能。4.研究了基于PSO学习算法的前向网络训练,将本文提出的两种PSO改进算法应用于前向网络训练中,并成功解决了投资预测问题。1.3.2内容安排本文共6章。第1章简要介绍了传统优化算法及智能优化算法,说明了课题的研究背景与意义以及论文的主要工作。第2章介绍与粒子群优化算法研究相关的优化基础知识。主要包括局部最优与全局最优概念、优化算法的分类、无免费午餐定理以及群智能的一些知识。第3章回顾PSO算法的发展,阐明算法原理和流程,并列举几种经典的PSO改进算法。最后,总结PSO算法的

3、收敛性理论并给出了算法的经验分析。第4章针对粒子群优化算法的早熟现象和晚期局部收敛能力不足的问题,提出基于空间收缩技术的粒子群优化算法,并给出两种空问收缩的模型,详细说明算法原理和实现流程以及重要参数。第5章通过系列的数值实验,给出合理参数选择的建议并通过与一些经典算法的对比实验,分析本文算法的性能。第6章研究基于PSO学习算法的前向网络训练,将本文提出的两种PSO改进算法应用于前向网络训练中,并成功应用于投资预测问题。最后,总结全文内容并研究展望。4哈尔滨丁张大学硕十学位论文2j1引言第2章优

4、化算法及其研究基础作为一种群智能的随机优化算法,粒子群优化算法是离不开优化理论和群智能算法基础的。为此,在介绍粒子群优化算法之前,本章主要介绍优化算法方面的一些概念、分类和理论以及群智能算法方面的相关知识。2.2优化的概念与分类2.2.1局部最优与全局最优优化方法涉及的工程领域很广,问题种类与性质繁多。很多连续变量问题都可以归纳为函数优化问题(多数离散变量问题可以归纳为组合优化问题),也就是求函数最优值的问题。函数最优值可分为局部最优值和全局最优值。设,(X)为定义在n维欧氏空间露”的某一区域Q

5、上的rt元实函数,求函数fix)极小点的问题(极小化问题)可表示为mTmin厂(x),X=(一,x2,⋯,毛)7’∈Q(2-1)其中,函数f(x)称为目标函数,区域Q称为可行域。定义2.1设f(x)为目标函数,Q(Q£R”)为可行域,若存在X’∈R”的F邻域‘口=渊恬一X‘00j(2.2)使得Z(X)fiX’),VX∈QnB成立,则称X’为函数/(x)的局部极小点,或称X‘为极小化问题m。。in,(x)的局部最优解。哈尔滨一¨鼙人学硕十学位论文定义2.2设,(x)为目标函数,Q(Qc屁

6、”)为可行域,对于点X’∈Q,若,(x)≥f(x’)’Vx∈Q成立,则称x‘为函数f(X)的全局极小点,或称X‘为极小化问题min厂(x)的全局最优解。』En无论全局优化还是局部优化问题,解析求解往往有很多困难。这样,数值求解方法成为求解优化问题的主要手段。很多算法都是从某一仞始点出发,按照一定的规则和机制在可行域内搜索得到最优解。由于求局部最优问题可以利用函数的导数、梯度、Hessian阵等局部信息,局部优化算法相当成熟,常见的优化算法大多为局部优化算法,如Newton法、最速下降法、共轭梯度

7、法、Davidon-Fletcher-Power(DFP)法、Levenberg-Marquardt(LM)算法等”1。由于缺乏启发信息而且全局优化涉及的问题往往更复杂,全局搜索难度很大,全局优化算法显然没有局部优化算法那么成熟。没有有效的搜索机制,导致全局搜索技术相当困难。目前,许多学者把目光转向启发式算法、随机算法及近似算法如模拟退火算法、填充函数法、隧道函数法等”1。此外,智能算法为全局优化问题提供了新的思路,遗传算法、免疫算法已经取得了相当的成绩,而且正在蓬勃发展中“。1。本文研究的粒子

8、群优化算法就是一种具有一定全局搜索能力的并行随机智能算法。2.2.2优化算法及分类所谓优化算法,其实就是一种搜索过程或规则,它是基于某种思想和机制,通过一定的途径或规则得到满足用户要求的问题的解。就优化机制与行为而分,目前常见的优化算法主要可分为:经典算法,构造型算法、改进型算法、基于系统动态演化的算法与混合算法等。1.经典算法。包括线性规划、动态规划、整数规划和分枝定界法等运筹学中的传统算法,其算法计算量一般很大,只适用于小规模问题,工程中往往不实用。2.构造型算法。用构造的方法快速建立问题的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。