多目標(biāo)粒子群算法原理及其應(yīng)用研究.pdf

1、碩士學(xué)位論文碩士學(xué)位論文論文題目：論文題目：多目標(biāo)粒子群算法原理及其應(yīng)用研究英文題目：英文題目：MultiobjectiveParticleSwarmOptimizationAlgithmItsApplicationResearch學(xué)位類別學(xué)位類別：工學(xué)碩士研究生姓名：研究生姓名：張鑫禮學(xué)號學(xué)號：201202120學(xué)科學(xué)科(領(lǐng)域領(lǐng)域)名稱名稱：機械設(shè)計及理論指導(dǎo)教師：指導(dǎo)教師：王建國職稱職稱：教授協(xié)助指導(dǎo)教師：協(xié)助指導(dǎo)教師：劉文婧職稱：

2、職稱：助教2015年06月04日分類號：分類號：TP181TP181密級：密級：公開公開UDC：學(xué)校代碼：學(xué)校代碼：1012710127內(nèi)蒙古科技大學(xué)碩士學(xué)位論文I摘要粒子群算法是最近幾年迅速發(fā)展起來的一種新的解決多目標(biāo)問題的優(yōu)化算法，該算法已被成功應(yīng)用在工程實踐、神經(jīng)網(wǎng)絡(luò)訓(xùn)練、數(shù)據(jù)挖掘及其它領(lǐng)域。本文針對粒子群算法中粒子收斂精度不高、算法后期易陷入局部最優(yōu)等問題，進(jìn)行分析處理，從參數(shù)選擇及速度更新公式入手，盡量彌補算法不足。本文的主要

3、內(nèi)容如下：1.針對算法中各粒子初始速度設(shè)置不易使粒子快速尋優(yōu)，算法搜索時間長缺陷，提出了一種指數(shù)函數(shù)的慣性權(quán)重策略，該方法在算法前期可以使粒子快速收斂到優(yōu)勢區(qū)域，后期可以在較優(yōu)區(qū)域內(nèi)精確尋優(yōu)，縮短了算法運行時間。2.針對粒子群算法在后期粒子尋優(yōu)停滯不前，算法常陷入局部最優(yōu)等缺陷，文中提出了速度擾動項方法，該種方法在速度更新公式末項添加一個遞增小速度，使得算法前期添加的小速度相對粒子速度幾乎可以忽略不計，不影響算法迭代，后期添加的小速度使

4、粒子仍然擁有一個較小速度，該小速度可以對搜索空間精確尋優(yōu)，避免算法陷入局部最優(yōu)。3.針對算法耗時長，算法效率低下，設(shè)計了支配關(guān)系策略，然后利用支配關(guān)系構(gòu)造非支配集合；構(gòu)建了外部集，應(yīng)用網(wǎng)格法對于外部集中粒子位置進(jìn)行定位存儲，達(dá)到了使粒子快速向Pareto最優(yōu)前端收斂的要求；引入擁擠距離技術(shù)，保留諸多所得解之間的較優(yōu)解，刪除較劣解，完成了對于算法精度的提高；全局最優(yōu)極值的選取采用隨機抽取外部集，保證算法分布性。這些都大大縮短了算法耗時，提

5、高了算法效率。4.選用兩種經(jīng)典的測試函數(shù)ZDT1與FON函數(shù)對算法進(jìn)行測試，應(yīng)用多樣性、收斂性及誤差比與傳統(tǒng)多目標(biāo)進(jìn)行數(shù)據(jù)對比，圖像數(shù)據(jù)對比表明，算法得到了一定程度的改進(jìn)。然后將該改進(jìn)算法應(yīng)用到煤制甲醇數(shù)據(jù)優(yōu)化中，選擇溫度、壓力、碳?xì)浔茸鳛檩斎耄珻O及CO2轉(zhuǎn)化率作為輸出進(jìn)行數(shù)據(jù)優(yōu)化，通過與傳統(tǒng)多目標(biāo)粒子群優(yōu)化數(shù)據(jù)進(jìn)行對比，可以看出，本文的算法改進(jìn)較傳統(tǒng)多目標(biāo)粒子群有一定程度的提高。本文主要對多目標(biāo)粒子群算法進(jìn)行了改進(jìn)，使得改進(jìn)后算法收