粒子群算法改进及其应用-硕士论文.docx

粒子群算法改进及其应用-硕士论文.docx学校代码10608学 号200808120306分类号TP18密 级公开)7血囱/£拆竽GuangxiUniversityforNationalities硕士学位论文粒子群算法改进及应用研究生姓名:刘洪霞导师姓名职称:周永权教授学科专业:计算机应用技术所属学院:数学与计算机科学学院年 级:2008级论文完成时间:2011年4月论文独创性声明本人郑重声明:所提交的学位论文,是本人在导师的指导下,独立撰写完成的。除文中已经注明引用的内容外,本论文不含其他个人或其他机构已经发表或撰写过的研究成果,也没有剽窃、抄袭等违反学术道徳规范的侵权行为。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。本人愿意承担由本声明而引起的法律责任。研究生签名:刘決霞日期:"〃年厶月2DF1论文使用授权声明本人完全了解广西民族大学有关保留、使用学位论文的规定。学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存、汇编学位论文。除在保密期内的保密论文外,允许学位论文被查阅和借阅,可以公布(包括刊登)论文的全部或部分内容。研究生签名:刘洪襄导师签名:日期:20iI年z月20^日期:丸>“年e月m摘要粒子群算法改进及应用摘要粒子群优化算法早是由Eberhart和Kennedy模拟自然界的生物群体觅食提出的一种群智能化方法。后來Shi等人引入惯性权重来更好的控制收敛和探索,形成了当前的标准PSO算法。市于该算法实现简单,需要调整的参数少,已被广泛地应用于函数优化、通信系统设计、电子系统设计以及经济管理等领域。粒子群算法已经被国内外学者认为是一种有效的优化方法,但是自身也存在着一些缺点,比如在搜索后期易陷入局部优和出现早熟现象。如何加快粒子群算法的收敛速度和避免出现早熟收敛,一直是研究者关注的重点。本文在基本粒子群算法的基础上,进行了一些改进。引入云理论把粒子群分为三个种群,用云方法修改粒子群算法中惯性权重,同时修改速度更新公式中的“认知部分”和“社会部分”,加入“均值”的概念,提出一种基于均值的云口适应粒子群算法;考虑惯性权重对算法的影响,较大的权值有利于提高算法的全局搜索能力,而较小的权值会增强算法的局部搜索能力。提出了一种基于位置多样性和种群多样性来修改惯性权值的粒子群优化算法。让惯性权值随着位置移动的长短和适应度的大小来改变。后把改进的方法应用在求解工程约束优化问题中。数值实验结果表明,改进的算法对于高维非线性的无约束优化问题表现出了良好的性能,对工程实例的约束优化问题也显示了其优越性。将人工萤火虫算法与粒子群算法结合提出一种基于萤火虫算法感知范围的粒子群算法。并应用到求解工程实例约束优化问题中,实验结果也表明了改进算法的有效性和正确性。关键词:,Shi,whowastheintroductionofinertiaweighttobettercontroltheconvergenceand,thus,,needstoadjustthefewparameters,municationsystemdesign,electronicsystemdesignandeconomicmanagement,,ings,,basedonthestandardparticleswarmalgorithm,,theparticleswarmisdividedintothreepopulations・Itismodifiedinertiaweightusingcloudmethod,atthesametimemodifiedthe"social"and“cognitive"section,andthenotionofmeanwasintroduced,animprovedclou