资源描述：
《平均绝对值论文：一类改进的粒子群优化算法》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、平均绝对值论文：一类改进的粒子群优化算法【中文摘要】粒子群优化(ParticleSwarmOptimization,PSO)算法又称微粒群算法。作为一种基于群体智能(SI)的优化技术,原理简单,容易实现,具有较强的通用性和全局寻优的特点,是求解非线性和多峰特性目标函数全局最优问题的一种有效方法。它通过模拟鸟群的捕食行为来实现优化问题的求解。在算法中,每个优化问题的可行解都是搜索空间中的一只鸟,称之为“粒子”。每个“粒子”都有两个参量,一个是在搜索空间中的位置,另一个是“粒子”的飞翔速度。PSO算法首先随机生成一个粒子种群,然后追随当前最优例子在种群
2、中进行迭代搜索,直到达到要求,停止搜索。但是基本PSO算法存在局部搜索能力较差,搜索精度不高,不能够保证搜索到全局最优解,容易陷入局部最优解,对参数具有一定的依赖性等诸多的不足。本文通过调整惯性权重提高了在多维空间中的搜索能力。实验结果显示给出的优化算法比基本PSO算法更加有效,收敛精度也更加精确。【英文摘要】ParticleSwarmOptimizationisakindofswarmintelligence(SI)technology,whosePrinpleissimple,itiseasyyoimplement.PSOhasstrongco
3、mmonalityandglobaloptimizationcharacteristic.Itisaeffectivemethodofsolvingnonlinearproblem.However,somestudiesreportedthatthePSOalgorithmmightsometimesgetstuckinanearoptimalsolution,whichmadeusdifficulttoimprovesolutionaccuracybyfinetuning.Byanalyzingtheinfluenceofaverageabsol
4、utevalueofallparticles’velocityonsearchabilityofthePSO,thispaperproposedanimprovedparticleswarmoptimizationwithnonlineardynamicadaptivevelocityvariation.Intheimprovedalgorithm,theaverageabsolutevalueofvelocitywasusedasanindextorepresentthebrisknessofalltheparticles.Theaveragea
5、bsolutevalueofvelocitychangesalongwithagivennonlinearvariationofidealvelocitybyfeedbackcontrolfortuninginertiaweighttoimprovethesearchabilityinthemultidimensionalspace.ExperimentalresultsshowedthattheproposedalgorithmremarkablyimprovedtheabilityofPSOtojumpoutofthelocaloptimaan
6、dsignificantlyenhancedtheconvergenceprecision.【关键词】平均绝对值粒子群优化算法理想速度惯性权重【英文关键词】averageabsolutevalueparticleswarmoptimizationidealvelocityinertiaweight【备注】在线加好友索购全文：1.3.99.3.8848同时提供论文一对一写作指导和论文发表委托服务【目录】一类改进的粒子群优化算法摘要2-3Abstract3引言5-7第1章粒子群优化算法7-131.1产生背景7-81.2基本PSO算法介绍8-101.3粒
7、子群算法的现状与发展趋势10-13第2章改进的PSO算法13-232.1算法收敛性分析13-202.2改进的PSO算法的提出20-23第3章与其他算法的比较23-28结论28-29参考文献29-33攻读学位期间的研究成果33-34致谢34-35
