2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、作為一種群智能進化算法,粒子群優(yōu)化(PSO)算法具有容易實現(xiàn)、對適應度函數(shù)要求寬泛以及全局搜索能力較好等優(yōu)點,它已經(jīng)廣泛應用在現(xiàn)代科學與工程等領(lǐng)域。
   但是,PSO容易因失去種群多樣性而陷入局部極優(yōu)從而降低其搜索性能。這主要是因為作為一種隨機搜索算法,PSO中粒子的搜索方向具有一定的盲目性。然而,基于梯度信息的搜索算法不但能夠保證局部收斂,還具有很高確定性。因此,本文將基于梯度信息的搜索方法與隨機粒子群優(yōu)化結(jié)合起來提高種群的

2、搜索能力,提出了兩類混合粒子群優(yōu)化算法,這些混合算法能夠在保證有效的搜索空間的同時提高搜索速度和精度。本文主要工作如下:
   1)提出了一種基于最速下降搜索的調(diào)節(jié)種群多樣性的粒子群算法。該算法在進化過程中,如果種群多樣性大于預設(shè)的閾值則按照APSO的機制進化,否則全局最優(yōu)點排斥其他粒子使粒子群散開以保持種群多樣性,并同時利用粒子的梯度信息搜索潛在的全局最優(yōu)點。實驗結(jié)果表明,相對于基本PSO及其相關(guān)改進,改進的算法在收斂精度、收

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論