粒子群优化算法的研究及改进

《粒子群优化算法的研究及改进》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、上海大学硕士学位论文摘要粒子群优化算法(ParticleSwarmOptimization，PSO)是由Kennedy和Eberhart博士在1995年提出的，它是基于群智能的随机优化算法。该算法不要求被优化函数具有可微、可导、连续等性质，有着收敛速度较快、算法简单、需调节的参数少、容易编程等特点。自从粒子群优化算法被提出，它就受到国内外研究者的关注，并被广泛地应用于众多领域。但是，粒子群优化算法也存在一些缺陷：(1)容易陷入局部极值点，导致得不到全局最优解。到目前为止，粒子群优化算法还不能从理论上严格证明收敛于任何类型函数的全局极值点；(2)粒

2、子群优化算法本身的参数设置存在问题。当参数选择不当时，会导致寻优过程中粒子的多样性迅速消失，造成算法“早熟收敛"；(3)缺乏速度的动态调节，爬山能力不强，有时在达到一定的精度后，很难再找到更好的解。目前很多研究者对粒子群优化算法进行了改进以克服这些缺陷，然而效果并不是很好。因此找到一种既能提高算法收敛速度又能提高算法搜索精度的改进方法有着重要意义。本文首先概述了粒子群优化算法的背景，接着介绍了粒子群优化算法的初始版本PSO和标准版本(SPSO、CFM)以及PSOPC、UPSO、PSO．DT3种改进算法。然后，从PSO的基本结构、算法的改进以及改进

3、算法的仿真等方面对粒子群优化算法进行了系统性的研究，主要内容包括以下几个方面：1)对基本粒子群优化算法的基本结构做了一定的分析，指出平衡局部搜索能力和全局搜索能力是非常重要的。并利用离散控制系统结构方框图对标准的粒子群优化算法(SPSO，CFM)以及PSOPC、UPSO、PSO．DT3个改进算法进行了详细的分析，并指出这5种算法容易陷入局部极值点以及具有“早熟收敛”。2)为了克服算法的早熟收敛，在SPSO基础上提出一种具有速度控制的改进粒子群算法(GPSO)，其中包括两方面改进——速度更新公式和位置更新公式。本文使用13个基准测试函数对GPSO算

4、法进行了试验与分析，试验结果表明GPSO无论是收敛速度还是搜索精度都得到显著提高。上海大学硕士学位论文3)在GPSO速度公式的基础上提出了基于遗传因子的混合粒子群算法(PSO—GA)。其思想是利用GPSO算法每次迭代的最优粒子位置p。及最优粒子速度v．为基础进行变异，然后对变异前后的粒子的分量进行随机交叉操作，从而产生新一代粒子群。本文使用13个测试函数对算法进行了试验与分析，试验结果表明PSO．GA无论是收敛速度还是搜索精度都也得到显著提高。最后，总结了全文研究的内容，指出了有待研究的问题和方向。关键词：粒子群优化算法遗传因子收敛速度搜索精度速

5、度控制II上海大学硕七学位论文AbstractParticleSwarmOptimization(PSO)，whichwasintroducedbyKennedyandEberhartin1995，isanewmethodofevolutionarycomputation．ItisnotnecessaryforPSOthataoptimizedfunctionisdifferentiable，derivativeorcontinuous．ThePSOissimpleinstructure，fastinconvergence，fewinparame

6、tersandeasyinprogramming．Soithasattractedresearchersathomeandabroadandapplyedinmanyareassinceitisintroduced．However,asfarasPSOisconcerned，therearesomeseriousshortcomings．Firstly,thePSOisSOeasilytogetintolocaloptimizationpointsandcannotfindthegiobaloptimalsolution．Sofar,itisno

7、tstrictprovedinmathematicstheorythatPSOisconvergedontheglobaloptimalpointofanyobjectfunctions．Secondly，ThePSOishardtosetitsownparameters．WhenparametersofPSOarenotappropriate，particleswilltendtothesamepointduringtheprocessofsearchingandthealgorithmwillleadto‘'prematureconverge

8、nce”．Finally，thePSOalgorithmisnotstronginclimbingabilityandlackofdyn