基于混合优化策略粒子群算法及其应用的研究

基于混合优化策略粒子群算法及其应用的研究

ID:32185228

大小:2.45 MB

页数:77页

时间:2019-02-01

基于混合优化策略粒子群算法及其应用的研究_第1页
基于混合优化策略粒子群算法及其应用的研究_第2页
基于混合优化策略粒子群算法及其应用的研究_第3页
基于混合优化策略粒子群算法及其应用的研究_第4页
基于混合优化策略粒子群算法及其应用的研究_第5页
资源描述:

《基于混合优化策略粒子群算法及其应用的研究》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、h,’●ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngHybridOptimizationStrateBasedonParticalSwarmOptimizationandApplicationResearchCandidate:YangLibiaoSupervisor:AssociateProf.TaoXinminAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:Communicatio

2、nandInformationsystemDateofSubmission:December,2009DateofOralExamination:March。2010University:HarbinEngineeringUniversityIc广_{,●0;。j哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。

3、对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):呀獬卜日期:pI口年多月f歹日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结

4、合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(囤在授予学位后即可口在授予学位12个月后口解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。、、.、.’,./作者(签字):彳榔导师(签字)影跏灭f日期:上D10年≥月,歹日j句10年乡月/∈日e’_0哈尔滨T程大学硕士学伉论文摘要粒子群优化算法(ParticleSwarmOptimization,PSO)源于对鸟类觅食行为的研究,由美国心理学家Kermedy博士和电气工程师Eberhart博士

5、于1995年共同提出,是一种基于群智能理论的新兴演化计算技术。PSO算法通过群体中粒子间的合作与竞争产生的群智能指导优化搜索,有较强的通用性同时具有全局寻优的特点。作为群智能的典型代表,PSO算法已经被证明是一种有效的全局优化方法,表现出了广泛的应用前景。本文对PSO算法的基本原理、发展和改进以及工程应用进行了较为系统的阐述。本文的主要研究工作和创新点可归纳如下:(1)提出一种自适应指导的文化粒子群算法(AG.cPso)。新算法将PSO算法纳入文化算法框架中,并通过计算群体适应度方差判断群体空间状态,当PSO

6、算法陷入局部最优时信念空间则自适应地利用影响函数对群体空间进行变异更新,既有效发挥了文化算法“双演化双促进”机制,又避免了影响函数对群体空间的全局变异操作,易导致粒子群算法结构失效及不易收敛的缺点。通过实验说明,新算法优化性能好于粒子群算法和文化粒子群算法。(2)提出一种蜜蜂进化型粒子群算法(BEPSO)。新算法并行利用蜜蜂进化型遗传算法(BEGA)中的选择、交叉和变异思想以及PSO算法的速率和位移更新规则,有机结合了BEGA算法和PSO算法各自优点。通过实验说明,新的混合算法可以克服早熟收敛并提高收敛速度,

7、其优化性能好于粒子群算法和蜜蜂进化型遗传算法。最后,将两种新算法应用于训练神经网络问题,实验结果表明本文算法在相同的迭代次数下,训练的神经网络收敛速度大大提高,且性能和精度也显著提高。关键词:粒子群算法;群体适应度方差;文化算法;蜜蜂进化型遗传算法;神经网络哈尔滨丁程大学硕十学位论文ABSTRACTParticleSwarmOptimization(PSO)wasinspiredbythepreybehaviorofbirdandoriginallyintroducedbyKennedyandEberbart

8、in1995.Itisanewkindof^.evolutionarycomputationintheswarmintelligencetheory.PSOguidesthe■optimalsearchingprocessbasedontheswarmintelligencewhichproducedbytheparticles’cooperationandcompetition.Asakindof

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。