基于记忆整合的粒子群优化算法及应用研究

《基于记忆整合的粒子群优化算法及应用研究》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、博士学士学位位论论文基于记忆整合的粒子群优化算法及应用研究作者姓名杨震伦学科专业计算机应用技术指导教师闵华清教授所在学院计算机科学与工程学院院论文提交日期2016年5月StoredInformationRecombinationBasedParticleSwarmOptimizationAlgorithmandItsApplicationsADissertationSubmittedfortheDegreeofDoctorofPhilosophyCandidate：YangZhenlunSupervisor：Prof.MinHuaqingSouthChinaUnivers

2、ityofTechnologyGuangzhou,China分类号：TP18学校代号：10561学号：200810102165华南理工大学博士学位论文基于记忆整合的粒子群优化算法及应用研究作者姓名：杨震伦指导教师姓名：闵华清教授申请学位级别：博士学科专业名称：计算机应用技术研究方向：人工智能论文提交日期：2016年5月6日论文答辩日期：2016年6月24日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：叶允明教授委员：姚正安教授韩国强教授许勇教授闵华清教授４＾南ｇ：｜Ｔ大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行

3、研究所取得的研究成果。除了文中特别加Ｗ标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人完全意识到本声明的法律后果由本人承担。２。ｒ２作者签名：扬信日期：＾年月辛日学位论文版权使用授权书目本学位论文作者完全了解学校有关保留、使用学位论文的规定，Ｐ；研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位ｉ论文被查阅（除在保密期内的保密论文外）＞公布学位论文的全；学校

4、可＾＾、汇部或部分内容，可Ｗ允许采用影印、缩印或其它复制手段保存编学位一论文。。本人电子文档的内容和纸质论文的内容相致本学位论文属于；□保密，在后适用本授权书。年解密回保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。＂＂（请在Ｗ上相应方框内打Ｖ）／載化。＾．：：２作者签名日期叫：导教朵日指师签名Ｉ期饰為：；作系话电子邮箱者联电地址；联系（含邮编）摘要最优化问题广泛存在于科

5、学研究和工程应用中的诸多领域，因此研究高效率的优化技术具有十分重要的意义。仿生算法具有限制少、求解快和易于实现等优点，已经成为解决最优化问题的重要方法。作为仿生算法中的一种，粒子群优化算法因具有算法结构简单、收敛快速等特点而得到了广泛的应用。种群所具有的记忆能力是粒子群算法的重要特征之一，然而种群记忆信息在目前大多数粒子群算法中只是被用于对种群搜索行为的引导。因此，将种群记忆信息进行筛选和整合以得到深层信息并予以利用，是粒子群算法一种潜在的优化和改进途径。部分粒子群算法虽然也存在对种群记忆信息进行额外的处理和利用的做法，但是从研究的系统性和深度上还存在一定欠缺。本文从种群

6、记忆信息整合的角度，对粒子群算法进行改进并应用到工程问题的求解上，具体研究内容包括以下几点：1)粒子群算法运行过程中产生并保存在记忆中的精英个体对于算法的最终寻优结果具有关键性的影响。基于此，本文提出一种适用于单目标粒子群算法的记忆信息整合方法--精英提升策略。该策略在恰当的时机，将粒子群算法运行过程中产生的精英个体基于特定算子进行重构来生成新个体，并进而利用这些新个体中的优胜者来对相应精英个体进行替换以达到提升精英个体的目的，从而提高算法的全局搜索能力。文中分析了四种精英提升算子的搜索特点，然后将这些算子应用在标准粒子群算法及量子粒子群算法上，并在两组被广泛使用的测试函

7、数集上对这些精英提升算子的性能进行了对比。为了证明精英提升策略的高效性，进一步将基于转座子算子的精英提升量子粒子群算法(EPQPSO(TRANS))以及基于差分进化算子的精英提升量子粒子群算法(EPQPSO(DE))分别与四种先进的算法进行了比较，实验结果表明本文所提出的这两种算法分别在相应的测试函数集上具有更强的寻优能力、更快的收敛速度及更好的稳定性。2)在精英提升策略框架上，本文结合电力经济分配问题的特点提出一种双重精英提升量子粒子群算法（DEP-QPSO-EDP）。双重精英提升策略包括前述的精英提升策略和直接利用精英个体