pfo优化算法在pixelplus+cos开发中的应用

《pfo优化算法在pixelplus+cos开发中的应用》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、东北大学硕士学位论文第1章绪论一次将软件开发的业务流程作为优化目标提出。在PFO算法中，最关键的是怎样去设计系统动态函数，使其在优化趋势下移动到所允许的区域。粒子群算法是受如鸟群、鱼群的自然界中可观察到的社会行为的启发而发明的自学习启发式优化技术【4】。在基本的粒子群算法中，粒子的位置是随机产生的，它们的位置或者说状态是通过它们自身和群体(或者说是相邻粒子)的经验迭代更新的。群体移动的启发式策略发挥了很好的作用，因此使得PSO算法准确而有效。然而，由于PSO算法容易陷入局部最小和过早收敛使得它并不能解决所有的优化问题。在本文中我们提出一个新的算法框架，将粒子的移动策略合并到离子滤波器优化算法中

2、。当优化问题中的目标函数被设计成观察模型来激发粒子群，使其移动到最优位置时，PSO算法中的粒子群移动的更新公式在一个状态空间模型中被当作一个系统动态来处理。在粒子滤波器中，粒子首先依照系统动态模型进行进化，也就是通过整个群族来学习相应的进化信息，此后，粒子将通过观察模型(即个体函数)提供的信息进行更新，最终，粒子群通过学习这两方面的信息，依次不断的移动到全局最优的位置。在提出的新算法中，我把状态空间建模和再取样策略合并到PSO算法中，试图在两方面扩展PSO算法的能力：更容易的跳出局部最优；进一步的精炼最终结果。1．2应用背景介绍随着消费类产品的日新月异，图像传感器市场有了迅猛的发展，尤其是基于

3、CMOS技术的图像传感器。消费类电子产业的上游厂商，其企业特点就是要对市场做出灵活而迅速的反应，因此信息系统的良好运转和应用是保障企业能够及时对市场和产品线及时进行调整的关键，而相关业务流程的建立和优化又是信息系统的基础。因此，我提出应用PFO算法来解决相关企业其信息系统的业务流程的优化问题。PFO算法作为一种优秀的启发式演化算法已经很好的应用于大规模生物医学规划，超材料的设计与制造等方面。鉴于其在这些关键复杂工程领域的成功表现，我们首次将其应用到信息系统业务流程优化上，并针对相应的业务流程规划进行了优化应用。首先阐述了整个PFO算法的背景及相关技术，介绍了粒子滤波器的工作原理，通过对相应的基

4、准东北大学硕士学位论文第1章绪论函数进行优化仿真，确定了PFO在相应优化过程中的优势。其次是对PixelPlus信息系统中业务流程进行了详细规划并建立了数学模型，针对相应模型中不确定的流程进行了大规模优化，并取得了很好的效果。1．3论文结构本文共分为六个部分。第2章，详细介绍了群体智能这一概念，并简单陈述了相关算法。第3章，简要叙述了PFO算法，并介绍了基本的粒子滤波器算法。第4章，我们将粒子滤波器与粒子群的移动相结合应用到PixelPlus业务流程优化问题中。第5章，我们将经过优化的业务流程作为作为PixelPlus商业操作系统的开发基础，对PixelPlus的信息系统进行了开发和实施，并成

5、功应用到企业的管理之中。最后，在第6章，提出了相应的结论。东北大学硕士学位论文第1章绪论．4．东北大学硕士学位论文第2章群体智能本章简述了现代群体智能方法的提出、发展和历史，从不同的角度对群体智能进行了分析，并对几种典型的群体智能方法，诸如蚁群算法(ACS)和粒子群算法(PSO)进行了分类和简要的介绍。2．1群体智能概述自然界中的群体行为很早就引起了人们的注意，如候鸟在群体迁徙过程中队列对行程的影响，黄蜂在巢穴附近快速飞行却不相互碰撞等。对于这种现象，至今在生物学上没有很好的解释，但在社会学上有这样一种观点，即群体中的每个个体都遵守一定的行为准则，当它们按照这些准则相互作用时就会表现出上述的复

6、杂行为【3l。基于这一思想，CraigReynolds在1986年提出一个仿真生物群体行为的模型BOIDS。这是一个人工鸟群系统，其中每只人工鸟被称为一个BOlD，它有三种行为：分离、列队和聚集，并且它能够感知周围一定范围内其它BOlD的飞行信息。BOlD根据该信息，结合其自身当前的飞行状态，在以上三条简单行为规则的指导下做出下一步的飞行决策。图2．1、2．2、2．3直观地表现了三条简单行为规则：图2．1分离Fig．2．1Separation图2．2列队Fig．2．2Alignment东北大学硕士学位论文第2章群体智能圈2．3聚集Fig．2．3CohesionReynold用计算机仿真的形式模

7、拟了该系统的三种行为，每个BOID能够在快相撞时自动分开，遇到障碍物后分开然后重新合拢，这就是群体智能的最初基本理论模型。尽管这一理论模型最初出现在1986年，但是群体智能(SwarmIntelligence)概念被正式提出的时间并不长。一个显著的标志是1999年由牛津大学出版社出版的EBonabeau和MDorigo等人编写的一本专著《群体智能：从自然到人工系统》("SwarmIntellige