粒子群优化算法的几种改进算法与应用

《粒子群优化算法的几种改进算法与应用》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、论文审阅认定书研究生鲁姝颖在规定的学习年限内，按照研究生培养方案的要求，完成了研究生课程的学习，成绩合格；在我的指导下完成本学位论文,经审阅，论文中的观点、数据、表述和结构为我所认同，论文撰写格式符合学校的相关规定，同意将本论文作为学位申请论文送专家评审。导师签字：年月日万方数据致谢多少个不眠之夜、多少次程序调试的失败终于换来了硕士论文的完稿，这其中的辛酸苦辣令人终身难忘。硕士三年多来，每一点进步无不凝结着导师的心血，从论文的选题，到论文的进展，到论文的完成，导师无时不在督促、引导、指点迷津。在此，谨向导师曹德欣教授表示衷心感谢！曹老师

2、渊博的专业理论知识、敏锐的学术洞察力、严谨的治学态度、执着的敬业精神、认真求实的工作作风、宽厚博大的仁爱胸怀、平易近人的学者风范，将使我终身受益。感谢理学院的各位授课老师，特别感谢计算数学方向的邵虎老师、王海军老师、陈兴同老师在多方面的指导、支持和帮助！感谢一起上课的同学们，特别感谢孔镜、王桢、杨家岭、陈飞等同学，他们在课题讨论中给了我很多有益的启发和帮助。尤其是与孔镜的友好相处，使我始终处在一个生活、学习、科研的最佳氛围之中！感谢我的舍友，在生活中带给我许多的帮助和快乐！感谢求学过程中以及论文写作过程中给过我帮助的各位师兄、师姐、师弟

3、、师妹！感谢我的家人，在我遇到困难和意志消沉时是他们的鼓励与关爱，给予我继续努力的斗志和力量。最后，真心感谢所有曾给予我鼓励、支持和帮助的亲人、朋友和同学！真心地祝福您们！万方数据摘要粒子群优化(ParticleSwarmOptimization,PSO)算法是群体智能中的一个重要分支。由于PSO算法具有概念简单、控制参数少、易实现、收敛速度快、适用性强等特点，所以一经提出便引起了众多研究者的关注，并且将其成功地应用到了很多领域，例如组合优化、网络优化、生产调度等领域。本论文简要介绍了PSO算法的相关基本概念，在分析PSO算法的工作原理

4、的基础上，针对算法执行过程中出现的早熟现象，结合国内外PSO算法的研究历史与现状，提出了几种改进算法，主要研究内容包括：1)粒子群优化算法在求解一些多峰函数或具有多个局部最优解的复杂优化问题时，最优粒子会导致种群收敛于局部最优解，使得算法收敛速度和搜索性能有所下降。为了解决这一问题，本章提出了基于平均评价值动态调整步长因子的改进粒子群优化(SAUPSO)算法。对于某一维上性能较好的粒子，引入步长因子，来调整粒子的下一步速度。在步长因子的选择中考虑了平均评价值对选择概率的影响，目的是使那些评价值差，却具有较好的进化趋势的粒子得以保留和运用

5、。数值实验的结果表明，与PSO算法相比，SAUPSO算法具有更好的搜索性能。2)大多数蝙蝠通过收缩喉咙所发出的声音实现“回声定位”，把蝙蝠捕食的思想引入到粒子群优化算法中提出了一种基于频率确定搜索范围的改进粒子群优化(BAPSO)算法。算法赋予每个粒子不同的频率，用频率确定搜索范围，然后用脉冲发射率对最优解的周围区域进行精细搜索。最后，对五个测试函数进行数值实验，结果证明了改进后的算法的可行性和有效性。3)针对混沌粒子群优化算法可能存在的早熟问题，提出了一种位置自适应变异的改进混沌粒子群优化(MCPSO)算法。改进算法赋予每个粒子不同的

6、变异效力，以便决定何时进行变异。另外，通过均匀扰动和高斯扰动对每个个体的当前位置进行变异，一方面防止寻找到的最优解长时间没有变化或者变化非常小，提高了跳出局部最优解的可能性，使获得全局最优点的概率有所提高。另一方面，提高了算法后期的局部搜索能力。数值实验结果表明，与CPSO算法相比，MCPSO算法的性能有了比较大的提高。4)近几年，将粒子群优化算法应用到离散组合优化问题中的研究频频出现。本文将提出的三种改进粒子群优化算法应用在求解背包问题上，并分别用两组仿真数据进行实验，实验结果表明，相比PSO算法，改进的粒子群优化算法能收敛到最优解，

7、而且收敛速度有所提高。该论文有图25幅，表12个，参考文献63篇。关键词：群体智能；粒子群优化算法；步长因子；频率；双重变异；背包问题I万方数据AbstractParticleSwarmOptimization(PSO)algorithmisanimportantbranchofswarmintelligence.Duetoitssimpleconcept,simplicityofimplementation,lessparametertocontrolandrapidconvergencespeed.Onceithasarousedw

8、idespreadconcern,andimprovedbymanyresearcherstoinvestigate.PSOalgorithmhasbeenwidelyappliedinboththeore