粒子群算法的改進(jìn)方法研究.pdf

1、在很多實(shí)際問題中，例如經(jīng)濟(jì)、管理、軍事、科學(xué)和工程設(shè)計(jì)等領(lǐng)域都會(huì)涉及到優(yōu)化問題，但是實(shí)際中遇到的許多科學(xué)、工程和經(jīng)濟(jì)問題呈復(fù)雜化、多極化、非線性、強(qiáng)約束、建模困難等特點(diǎn)，這就使人們對(duì)科學(xué)技術(shù)提出了新的和更高的要求，其中對(duì)高效的優(yōu)化技術(shù)和智能計(jì)算的要求尤為迫切。
　　 粒子群優(yōu)化算法是源于對(duì)鳥群捕食行為的研究而發(fā)展的一種智能尋優(yōu)算法，該方法尤其適用于處理傳統(tǒng)搜索方法解決不了的復(fù)雜和非線性問題。與遺傳算法類似的粒子群算法是一種基于群

2、體的優(yōu)化工具，系統(tǒng)初始化為一組隨機(jī)解，通過(guò)迭代搜尋最優(yōu)值。但是粒子群算法并沒有遺傳算法用的交叉以及變異操作，而是粒子(潛在的解)在解的共建過(guò)程中追隨最優(yōu)的粒子進(jìn)行搜索。因此，粒子群算法一經(jīng)提出，就受到各國(guó)學(xué)者的關(guān)注，并形成一個(gè)研究熱點(diǎn)。
　　 本文在閱讀了大量有關(guān)粒子群算法的文獻(xiàn)的基礎(chǔ)上，對(duì)標(biāo)準(zhǔn)的粒子群算法研究和分析。在對(duì)前人成果的研究的基礎(chǔ)上，找出了粒子群算法存在的缺陷即早熟和易收斂，并針對(duì)這兩個(gè)問題提出了解決的方法。通過(guò)上述

3、的研究，提出了兩種改進(jìn)的粒子群算法。
　　 第一：對(duì)粒子群的拓?fù)淠Ｐ瓦M(jìn)行研究。提出了一種核心主子群粒子群優(yōu)化算法，并在此基礎(chǔ)上，提出了雙層局部模式算法，將此算法應(yīng)用到核心主子群的粒子群優(yōu)化算法中。增加了粒子的多樣性。
　　 第二：對(duì)粒子群算法的速度更新公式進(jìn)行改進(jìn)，加入了局部最佳粒子的參考學(xué)習(xí)機(jī)制，使得粒子的參考學(xué)習(xí)因子由原來(lái)的2個(gè)增加到現(xiàn)在的3個(gè)。并將核心主子群粒子群優(yōu)化算法與公式改進(jìn)的粒子群算法相融合。