欢迎来到天天文库
浏览记录
ID:35068949
大小:3.67 MB
页数:52页
时间:2019-03-17
《基于粒子群算法的线性规划问题的研究》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、83单位代码:101TP3U.5分类号;20密级;公开研巧生学号:1353H270戀宙林大學硕女舉位论文(专他学化)基于粒子群算法的线性规划问题的研究ThesearchofLinearProrammingProblemBasedonRegParticleSwarmOptimization作者姓名;王彥昌'类别:工程硕古领域(方向);软件工程指导教师:康辉副教授培养单位:软件学院‘2016年12月?-未经本论文作者的书面授权,依法收存和保管本论文书
2、面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分、内容进行任何形式的复制、修改、发行出租、改编等有碍作者)。否则,应承著作枚的商业性使用(但纯学术性使用不在此限担侵权的法律责任。吉林大学硕i学位论文原创性声明’,是本人在指导教师的指导下本人郑重声明:所虽交的硕±学位论文’本论文独立进行研究工作所取得的成果。除文中己经注明引用的内容外不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究。本人完全意识做出重要贡献的个人和集体,均已在文中扯明确方式标明到本声明的法律结果由本人承担。
3、学位论文作者签名日期.06日:2016年口月基于粒子群算法的线性规划问题的研究TheResearchofLinearProgrammingProblemBasedonParticleSwarmOptimization作者姓名:王彦昌领域(方向):软件工程指导教师:康辉副教授类别:在职工程硕士答辩日期:2016年11月20日2摘要摘要基于粒子群算法的线性规划问题的研究线性规划问题是一种以数学原理为基础的科学,解决实际的优化问题。规划问题是运筹学的一个分支,他的应用范围在逐年增长,属于研究时间比较早中发展速度极为迅速,较为成熟的的一个重要
4、分支,它也是是帮助人们进行科学地进行管理的一种有效的数学方法。它是指在既定的约束条件下,运用一些方法找到一些参数,让指定的函数达到临界值。根据目标函数和约束条件构造线性表达式,又根据表达式是否是线性的问题,将规划问题划分为两种情况:线性规划和非线性规划。粒子群改进算法是一种新颖的规划问题优化算法,由初始化参数开始,运行多次迭代来逐渐更新有效解,寻找规划问题的最优解,全局最优解可以解决线性规划问题。本文将给出一种可以自适应粒子群优化算法,这种算法在控制模型的线性约束条件时运用交换技术,且通过对各目标函数进行加权求值的方式使其自适应地形成适应度函
5、数。结实验运行果表明本文方法真实有效,而且重要的是可以解决实际问题。本论文在借鉴以往论文的基础上,本文基于粒子群算法的线性规划问题的研究。为此,本文给出该下进一步的研究方向。关键词:自适应度,粒子群,线性规划问题,约束优化IAbstractAbstractTheResearchofLinearProgrammingProblemBasedonParticleSwarmOptimizationLinearprogrammingproblemisamathematicalprincipleasbasis,solvingpracticaloptim
6、izationproblems.Planningisabranchofoperationsresearch,hisapplicationscopeisincreasingyearbyyear,belongingtotheresearchtimeearlyinthedevelopmentspeedveryquickly,animportantbranchofmoremature,itistohelppeopletocarryoutscientificmanagementaneffectivemathematicalmethod.Itrefers
7、toundertheconditions,usesomemethodstofindsomeparameters,sothatthespecifiedfunctionreachesacriticalvalue.Accordingtotheobjectivefunctionandconstraintsforconstructinglinearexpressions,andaccordingtowhethertheexpressionisalinearprogrammingproblem,willbedividedintotwotypes:line
8、arprogrammingandnonlinearprogramming.Particleswarmalgorithmisanovelprogrammingopti
此文档下载收益归作者所有