pso算法吸波混凝土优化设计与等效参数提取方法-研究

《pso算法吸波混凝土优化设计与等效参数提取方法-研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第一章绪论’1第一章绪论【提要】本章对论文的研究背景以及意义进行综述，阐述了粒子群优化算法(PSO)的基本思想、吸波材料的原理和电磁参数提取的Nieolson-Ross．Weir方法的背景，最后介绍了论文所研究的主要内容及主要贡献。§1．I研究背景及意义§1．1．1粒子群优化算法当前，通过模拟生物群体的行为来解决计算问题已成为新的研究热点，形成了群体智能(SwarmIntelligence)为核心的理论体系。进化计算(EC，EvolutiOllaz'ycomputation)是在二十世纪九十年代初被提出的，是模仿自然界物竟天择、适者生存的进化机制来进行设

2、计、控制和优化人工系统的技术，也称为进化算法(EA，Evolutionaryalgorithm)，主要用于解决复杂的工程技术问题。进化计算的基本思想是把问题求解归结为适应度函数的寻优过程。通过生成解的种群，然后对种群中解的结构进行遗传、变异、评价、选择等操作，以生成新一代种群，如此循环迭代使整个种群中的解不断向最优解逼近。计算中单个个体只拥有简单智能，在简单进化规则的指导下竞争和合作，从而导致复杂智能的“突破”。进化计算正是基于这种思想而发展起来的一种通用的问题求解方法。粒子群优化(PSO，ParticleSwarmOptimization)【1】【21

3、【3】【41算法是一种新兴的进化计算技术。它是由美国普渡大学的Kennedy博士和Eberhart博士受鸟群、鱼群觅食行为的启发在1995年提出的一种新的全局优化进化算法，其起源于对鸟类捕食行为的模拟，是对一个简化社会模型的仿真。与基于达尔文的“适者生存，优胜劣汰”进化思想的遗传算法不同的是，粒子群优化算法保留了基于种群的全局搜索策略，采用简单的速度、位移模型，避免了复杂的遗传操作；同时它特有的记忆使其可以动态跟踪当前的搜索情况，以调整其搜索策略，具有较强的全局搜索能力和稳健的收敛性，且不需要借助问题的特征信息。PSO算法具有思想简单且容易编程实现的优点

4、；同时又有深刻的智能背景，既适合科学研究，又特别适合工程应用。因此，PSO一经提出，立刻引起了进化计算领域的学者们的广泛关注，在短短的几年时间里涌现了大量的研究成果，形成了一个研究热点。粒子群优化算法是基于群体进化的一种算法，具有记忆微粒最佳位置的能力2PSO算法吸波混凝土优化设计及等效参数提取方法研究和微粒间信息共享的机制，即通过种群间个体的合作与竞争来实现优化问题的求解。种群中的个体位置更新主要依据三部分的信息来确定：(1)粒子的先前速度，说明了粒子目前的状态，起到了平衡全局和局部搜索的能力；(2)认知部分，表示粒子本身的思考，使粒子有了足够强的全局

5、搜索能力，避免局部极小；(3)社会部分，体现了粒子间的信息共享。在这三部分的共同作用下，粒子根据历史经验并利用信息共享机制，不断调整自己的位置和速度，以期望找到问题的最优解。目前，PSO已应用于函数优化、神经网络训练、模式分类、模糊系统控制以及其它的领域，近年来PSO算法在电磁场优化方面有了一些成功的应用12J。从文献的调研中可以看出，现行的PSO算法存在两个主要问题：优化算法的参数缺乏合适的选择准则和种群多样性的损失过快。参数选择的难点在于对不同问题或同一问题不同时段参数的选择不尽相同，而种群多样性损失过快导致算法早熟。由于算法的这种局限性，PSO算法

6、存在易于陷入局部最优和不易收敛等特点。而且同其它随机优化算法一样，PSO算法也遇到“维数灾难”这个问题，这意味着PSO算法的性能会随着问题维数的增加而降低。与此同时，PSO算法的性能也和最优解与搜索空间边界的距离有关。当使用PSO算法来解决一个高维优化问题，并且全局最优点的位置相对于搜索空间来说是未知的时候，这种性能上的差异就可能成为一个潜在的问题。同时，在PSO算法的早期存在着精度较低，易发散等缺点。若加速系数、最大速度等参数太大，粒子群可能错过最优解，算法不收敛；而在收敛的情况下，由于所有的粒子都向最优解的方向飞去，所以粒子群趋向同一化，失去了多样化

7、，使得后期收敛速度明显变慢；同时算法收敛到一定精度时，无法继续优化，所能达到的精度也较低，因此很多学者都致力于提高PSO算法的性能。1．改善算法的收敛性能早期的PSO算法没有惯性权值W，且加速系数cf和乞固定为2．0，因此最大速度成为调节算法全局和局部搜索能力的参数。Shitz4_l等人引入了惯性权值的方法，惯性权值是与前一次速度有关的一个比例因子，可以控制前面速度对当前速度的影响，较大的惯性权值可以加强PSO全局搜索能力，而较小的惯性权值能加强局部搜索能力。因此随迭代次数线性下降的惯性权值使得在迭代前期搜索较大的区域，以得到合适的粒子，而在后期较快地收

8、敛。Clerct35l贝lj弓l入了搜索因子足来确保算法的收敛。2．提高算法晕孛