求解自動配棉問題的粒子群算法研究.pdf

1、自動配棉是將具有不同參數(shù)屬性的棉批按不同比例進(jìn)行混合形成配棉方案，找到滿足配棉約束條件的最佳配棉方案的過程。自動配棉問題是一個多約束條件的組合優(yōu)化問題，計算復(fù)雜度相當(dāng)高，從計算理論的角度上來說屬于NP難問題。自動配棉問題的難點(diǎn)在于其約束條件的復(fù)雜性。如何在滿足約束條件的情況下找到最優(yōu)解是其區(qū)別與一般組合優(yōu)化問題的關(guān)鍵之處。
　　 粒子群優(yōu)化(PSO)算法是一種新型的群體智能算法，由Eberhart R.C博士和Kennedy J

2、博士于1995年提出。PSO算法來源于對鳥群捕食行為的研究，是近年來發(fā)展起來的一種新的進(jìn)化算法。系統(tǒng)初始化為一組隨機(jī)解，通過迭代搜尋最優(yōu)值。目前該算法已廣泛應(yīng)用于函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓(xùn)練、數(shù)據(jù)挖掘、模糊系統(tǒng)控制以及其他的應(yīng)用領(lǐng)域。
　　 本文首先對多約束條件下的配棉問題進(jìn)行分析，建立了自動配棉問題的數(shù)學(xué)模型。然后分析了一些在組合優(yōu)化問題中常用的智能算法，包括遺傳算法、蟻群算法以及粒子群算法。闡述了這三種算法的基本原理及其特點(diǎn)。根據(jù)

3、自動配棉問題的特點(diǎn)，提出采用粒子群算法求解自動配棉問題。
　　 最后，本文研究實(shí)現(xiàn)了自動配棉的基本粒子群算法，并通過實(shí)驗(yàn)結(jié)果分析，提出了兩種對粒子群算法的改進(jìn)方案：一種是將遺傳算法與粒子群算法進(jìn)行融合，另一種是采用動態(tài)參數(shù)和模擬退火思想的粒子群算法并加以實(shí)現(xiàn)。通過對兩者進(jìn)行比較實(shí)驗(yàn)得出結(jié)論：兩種算法在收斂性、運(yùn)算效率、解的優(yōu)劣性等性能上都有了明顯提高，但兩者在某些方面也各有所長，具體說來，當(dāng)問題規(guī)模較小的時候后者的表現(xiàn)相對較好，