粒子群優(yōu)化算法的擴(kuò)展與應(yīng)用.pdf

1、粒子群優(yōu)化算法是近十年提出的一種隨機(jī)起始、平行搜索、有記憶的優(yōu)化算法.本文分析了它的優(yōu)缺點(diǎn),將它與其他算法相結(jié)合,以便更好地解決實(shí)際應(yīng)用問(wèn)題,為此作了如下一些工作: 1.分析了粒子群優(yōu)化算法的基本形式、步驟、和結(jié)構(gòu).討論了參數(shù)對(duì)算法效率的影響,并在一定條件下,得到了粒子的運(yùn)動(dòng)軌跡,且對(duì)其收斂性進(jìn)行了分析. 2.提出通過(guò)能量函數(shù)把非線性方程組的求解轉(zhuǎn)化為能量函數(shù)的優(yōu)化問(wèn)題,以克服牛頓迭代法初值難以選定的麻煩.進(jìn)而對(duì)此類問(wèn)題

2、分別提出用混沌改進(jìn)的粒子群算法和粒子群復(fù)形法進(jìn)行求解.將新方法用于建立復(fù)合材料的壽命與應(yīng)力、溫度、濕度的關(guān)系模型,和求解薄壁矩形梁截面幾何尺寸的非線性方程,均取得良好的效果. 3.對(duì)于旅行商問(wèn)題(TSP),提出將粒子群優(yōu)化算法的平行搜索與復(fù)形法的迭代機(jī)制相結(jié)合,再根據(jù)梯度與幾何分點(diǎn)的特性,設(shè)計(jì)了用粒子群復(fù)形法(MCPSO)求解旅行商問(wèn)題的算法.同時(shí)又對(duì)TSP的解序列定義了新運(yùn)算,使MCPSO及其它連續(xù)優(yōu)化算法可用于TSP.此外,

3、改進(jìn)了對(duì)解序列的最優(yōu)搜索,提供了可供深入研究的新思路.實(shí)際計(jì)算測(cè)試和應(yīng)用于印刷電路板鉆孔走刀路線優(yōu)化的結(jié)果,都顯示了該方案可行且有效,與其它方法相比有優(yōu)越性.對(duì)此類問(wèn)題還提出用分塊逼近的粒子群算法進(jìn)行求解,也取得了良好的結(jié)果. 4. 本文提出用混沌粒子群算法進(jìn)行求解動(dòng)態(tài)優(yōu)化,通過(guò)適當(dāng)改進(jìn)使算法適合于求解此類問(wèn)題.將其應(yīng)用于Park-Ramirez生物反應(yīng)器補(bǔ)料流率的動(dòng)態(tài)優(yōu)化控制、以及一個(gè)有固定邊值條件的間歇反應(yīng)器的最優(yōu)反應(yīng)溫度的

4、動(dòng)態(tài)優(yōu)化控制等兩個(gè)實(shí)例,均取得良好效果. 5.本文提出多目標(biāo)優(yōu)化問(wèn)題的理想有效解概念,并對(duì)粒子群優(yōu)化算法進(jìn)行適當(dāng)?shù)馗倪M(jìn)使其能快速求出多目標(biāo)優(yōu)化問(wèn)題的理想有效解.通過(guò)對(duì)多亞甲基多苯基多胺生產(chǎn)過(guò)程多目標(biāo)優(yōu)化的實(shí)際應(yīng)用取得良好效果. 6. 為了避免粒子群算法易陷局部極值的困境,本文提出用共軛方向與粒子群算法相結(jié)合的方法,并將該方法應(yīng)用于對(duì)SO<,2>催化氧化反應(yīng)動(dòng)力學(xué)模型的非線性參數(shù)估計(jì),取得了良好效果.另外還根據(jù)實(shí)際的需要,