粒子群优化算法与其若干工程应用-研究

粒子群优化算法与其若干工程应用-研究

ID:32024257

大小:2.69 MB

页数:68页

时间:2019-01-30

粒子群优化算法与其若干工程应用-研究_第1页
粒子群优化算法与其若干工程应用-研究_第2页
粒子群优化算法与其若干工程应用-研究_第3页
粒子群优化算法与其若干工程应用-研究_第4页
粒子群优化算法与其若干工程应用-研究_第5页
资源描述:

《粒子群优化算法与其若干工程应用-研究》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、华中科技大学硕士学位论文1,1课题概述1.1.1课题的来源{绪论1。国家囊然粳擎基金顼甄:“罄接餐愁瑾谂与粒子释钱织算法在撵泣车霾键发孛豹应用研究”,项目编号:50305008。2.华中科技大学研究生黪金项目:“睾点子群优化算法在作业车间调度中的戚用研究”。1.1.2课题的目的疆终照零瓣调菠阉题为孩心,疆究蘩予群体智黢姆粒子嚣挽纯舞法在工程饯诧茏英是生产与制造领域的应用,并在此基硝上开发原型系统,为实际成用提供耨方法和新系统。课蹶的主要目的照在解决一般作业车间调度问题上有较大理论突破,产生原刽性强

2、的成果。其次,通过挖掘粒子群优化算法及群体智能技术农工程优化应用中的潜力,拓震该簿法豹应蔼该域。1.1.3课题的意义作业车闻调度闯题为爨脊实际应餍簿豢酶,带有较强约束的缌含优纯闻露。粒子群优化算法发展至今一直术能有效解决离散及组合优化问题。因此对于工程领域的组合优化问题,该算法的应用非常有限。如果算法能够在作业车间调发问题上取得突破,褥胃疆鸯效瓣决算法发袋瓣溉颈羯疆,瓣算法在工程凭毒乏或运筹学爨继鼷域弱攘广超到关键作用。此外,调度问题是对制造过程进行作业计划。对制造过程的合理调度,可有效提高资源的

3、利用率和生产的效率。作业车间调度广泛应用于实际生产,熄计算辘集威毒l遣系统中懿一令关键环节。对{聱业车闽实现魏馥潺度霹掇藏躺造企我鲍生产效益。本课题的研究并非局限于粒子群优化算法在车间调度问题这一工程组合优化问题的应用,丽怒嗣时挖掘基予群体智能的算法在其他工程领域的应掰潜力。算法针对一华中科技大学硕士学位论文觳淘题麴享孛缝瓣络调练、旅行髓商趣蚕巷研究为类觳瓣工程应蘑搿明了方商。1.2粒子群优化算法疑其工程应用研究综述1.2+1粒予群优化算法当翦,邋过模拟生物群体的行为采螂决计算阀躐已经戏为辫靛研党

4、热点,形成了骏群体智能(SwarmInteHigenee)为核一心的理论体系,辩基程一些实际反用领域瑕褥突破瞧滋震弼。通过对生物群体的观察和研究发现,生物群体内个体问的合作与竞争等熨杂性行必产生翡群俸蓉麓往往麓瓣蘩擅特定豹蠲麓撵供褰毅懿麟决方法弼。镤籀,动秘褥冀学家整仔细双察过蚂蚁的爨食行为,发现不繁初始时嗣~蚁巢的蚂蚁从蚁巢到食物的觅食路径是如何的随机,随着觅食的蚂蚁往邋次数的增加,蚊群总能找到最短的觅食路径。著名的蚁群算法正怒受蚁麟觅食行为的襄发两产生的。实践证明,蚁群算法农旅行商闷您、二次掩

5、派闯题、作Ik车闻调度、网络路由选择游领域蠢经取褥成功秘藏用131。潮1.1鞍子谯纯搜索示意图美国的Kennedy和Eberhar受鸟群觅食杼为的启发,予1995年提出粒子群优化算法(ParticleSwarmOptimization浚下麓称pso)。最甥鹳浚憋楚菸粪瓣擎戆社会鬃统,疆究势解释复絷豹社会行为,露米发现粒子群优化算法可以用于实瓣铙让闯题允其怒工程优化问颞的求解l郇。粒子群优恍冀法采用速度~位受搜索模型。蒸予该模型的粒予在解空间的搜索如2华中科技大学硕士学位论文强l—l瑟汞。繇令粒子代

6、表鳃空润数一个侯遥簿,解瀚莰劣程度凌逡应函数决是,速度Ⅵ一和mm⋯.v埘腆定粒子在搜索空间单能迭代次数的位移。其中,溉应函数根据优化目标定义。Kennedy和Eberhart受鸟群觅食行为的启发,于1995年提出粒子群优化算法(ParticleSwarmOptimization:PSO)lSl。箕基本概念定义如下:定义l黢予类似于遗传算法中的染色体(Chromosomes),PSO中粒子(Particle)为基本的组成单饿,代表解空涧的~个候选解。设解向擞为d维变量,则当算法选代次数为t,笫i个粒

7、-TXi◇)霹表承楚x;≤f)=Ix{;9),x。◇),¨。x镕◇瓣+冀孛,x。(磅表示第i个粒子奁葵亳缀解空间中的位置,即第i个候选解中的第七个待优化变量。定义2种群粒子静群(Population)逡撵令粒子缝戏,找表撑个姣选解。经过欺迭戴产生的耱群:pop(t)=[x,(,),X20k.x10),¨.X。(明。其中,Xl(0为稀释审的第j呤粒子e定义3粒子速度粒子速度袭示粒子在单位迭代次数{藏置的变化即为代表解变掇的粒子在d维空间瓣位移。vi《f)=魏。p)'麓:(f),¨确秘霹,冀巾,v,d

8、t)麓露玲粒子在勰窆闼第璐垂懿速发。定义4邋应度函数适应度函数(fitnessfunction)由优化目标决定,用于评价粒子的搜索性能,指导粒孑耱器熬援素遵程。算法送代穆壹对遥威泼丞鼗最傀豹瓣变量即为饯诧搜索戆最貔瓣。定义5个体极值个体极假Pl=(B.,P。⋯Pid)是单个米夔予从搜索初始到当前迭代对应的适应艘最优的解。定义6龛髑辍篷全局极德g=(岛,g:,¨.踟)是整个粒子种群从搜索歼始到当前遮代对应的适成度最优的解。PSO善巍欲始纯表一群疆税粒子(隧枫辫),然嚣运遥迭筏搜索簸往

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。