粒子群优化算法-研究与其在锌电解供电调度中的应用

粒子群优化算法-研究与其在锌电解供电调度中的应用

ID:31990098

大小:1.63 MB

页数:60页

时间:2019-01-30

粒子群优化算法-研究与其在锌电解供电调度中的应用_第1页
粒子群优化算法-研究与其在锌电解供电调度中的应用_第2页
粒子群优化算法-研究与其在锌电解供电调度中的应用_第3页
粒子群优化算法-研究与其在锌电解供电调度中的应用_第4页
粒子群优化算法-研究与其在锌电解供电调度中的应用_第5页
资源描述:

《粒子群优化算法-研究与其在锌电解供电调度中的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、中南大学硕十学位论文第一章绪论1.1研究背景及意义第一章绪论计算机科学与技术的迅速发展,从根本上改变了人类的生产与生活。同时,随着人类生存空间的扩大以及认识与改造世界范围的拓宽,人们对科学技术提出了新的和更高的要求,其中对高效的优化技术和智能计算的要求日益迫切。优化技术是一种以数学为基础,用于求取各种工程问题优化解的应用技术。作为一个重要的科学分支,它一直受到人们的广泛重视,并在科学、经济以及工程领域得到迅速推广和应用。鉴于实际工程问题的复杂性、约束性、非线性以及多局部极小等特点,传统的优化方法如牛顿法、共轭梯度法、单纯形法和Powell法等往往不能有效得到最优解

2、。因此,寻求适合于工程实践需求的高效智能优化算法已经成为科学工作者的一个重要的研究目标。自20世纪80年代以来,一些新颖的优化算法,如人工神经网络、混沌优化、遗传算法、进化规划、模拟退火、禁忌搜索等,通过模拟或揭示某些自然现象或过程而得到发展,其思想和内容涉及数学、物理学、生物进化、人工智能、神经科学和统计力学等方面,为解决复杂问题提供了新的思路和手段【11。这些算法独特的优点和机制,引起了国内外学者的广泛重视并掀起了该领域的研究热潮,且在诸多领域得到了成功应用。在优化领域,由于这些算法构造的直观性与自然机理,因而通常被称作智能优化算法,或称现代启发式算法。本文研

3、究的粒子群优化算法f2j】(ParticleSwarmOptimization,简称PSO)是源于群体智能和人类认知的学习过程而发展的另外一种智能优化算法。PSO与遗传算法有些类似之处。首先,它们部是基于群体的优化技术,亦即有多条搜索轨迹,显示出较强的并行性。其次,无需梯度信息,只需利用目标函数的取值信息,具有很强的通用性。但是,PSO比遗传算法更简单,操作实现也更方便。因此,PSO算法一提出,就引起了国内外学者的广泛关注,并在短短的几年时间里出现大量的研究成果,形成了一个新的研究热点。尽管PSO已发展了有十年多的时间,但无论是理论基础还是应用推广上都还存在一些问

4、题有待解决。首先,参数的设置对PSO算法的优化结果产生较大的影响,通常认为,对于不同的问题应选取相应的参数。因此,对PSO算法参数设置方面的研究对于处理复杂的实际优化问题也是十分重要的。其次,PSO早期收敛速度较快,但到寻优的后期,由于粒子趋向同一化(失去了种群多样性),算法的收敛速度明显变慢,当收敛到一定精度时也无法继续优化,算法所能达到的精度有限。此外,PSO应用于高维复杂问题优化时,往往也会遇到早熟收敛的问题。这些早熟收敛点,有可能是局部极小点,也有可能是局部极小点邻域的一个点。中南大学硕七学伊论文第一章绪论换句话说,早熟收敛并不能保证算法收敛到局部极小点。

5、因此,在对PSO的优化机理进行研究的基础上,对原有方法的改进和发展也是非常有必要的。对算法理论研究的最终目的是为了解决科学研究和工程技术中出现的实际问题。锌电解分时供电调度是一个复杂的工程实际问题,通过机理分析[41及数学建模[51,最终可以归结为函数优化问题。PSO应用于该优化问题,实现分时供电调度的最优化,对于提高生产效率与效益,节省企业资源具有重要作用。同时,合理的负荷分配对平衡电网负荷和确保发供电设备的稳定安全运行也是极有意义的,经济效益和社会效益也是不可估量的。1.2国内外研究状况1.2.1算法理论研究现状PSO的基本模型最早是由荚国的Kenney博士和

6、Eberhart博士于1995年提出的。两位研究者提出的PSO基本模型同遗传算法类似,是一种基于迭代的优化工具,但是在算法实现过程中没有交叉和变异操作,而是以粒子对解空间中最优粒子的追随进行解空间的搜索。文献[6lq,,Sift等提出惯性权重的概念,并对基本模型的粒子速度更新公式进行修正,以获得更佳的全局优化效果。在这篇文献中,作者还提出采用随时间递减的动态惯性权值设置方法以提高算法的有效性和可靠性。文献[71q,又提出了使用模糊控制系统自适应调整惯性权值和针对动态优化问题的随机惯性权值等方法。文献【8】系统地分析了不同的种群拓扑结构对PSO算法效能的影响,以说明

7、构造种群结构的基本原则。文中分析了影响种群结构的节点连接方式、节点聚合问题、节点间最短平均距离,以及拓扑结构与具体优化问题的相关性等问题,为具体优化问题的PSO算法种群结构调整提供了理论基础。文献【9】使用了不同连接拓扑的PSO进行实验。实验结果都表明了选择一种合适的邻近群拓扑,对算法性能的影响是明显的,然而没有一种邻近群拓扑对所有基准函数都足最合适的,具体选择哪一种邻近群拓扑与具体的问题有关。文献[101中,Clerc和Kennedy针对PSO的基本原理和工作方式进行了深入剖析,在分析了离散时问和连续时间两种不同情况下粒子运动轨迹的基础上,对于PSO原型动态性能

8、不理想的问

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。