自適應(yīng)粒子群優(yōu)化算法及其應(yīng)用研究.pdf

1、參數(shù)優(yōu)化是許多科學(xué)、工程問題以及社會(huì)經(jīng)濟(jì)活動(dòng)中的重要研究?jī)?nèi)容。國(guó)內(nèi)外學(xué)者已經(jīng)針對(duì)這一問題提出了大量進(jìn)化算法，如遺傳算法、免疫算法、粒子群算法等。粒子群算法作為一種新的進(jìn)化算法，不依靠遺傳算子來操作個(gè)體，而是依靠個(gè)體間的信息交換來達(dá)到群體的共同演化，所有的微粒都有調(diào)整自身速度和記憶經(jīng)歷過的最好位置的能力。該算法已成功地解決了許多工程實(shí)際問題，并取得了很好的優(yōu)化效果。 本文在分析粒子群優(yōu)化算法基本原理的基礎(chǔ)上，針對(duì)標(biāo)準(zhǔn)粒子群算法易陷

2、入局部解的不足，提出了變異操作和線性遞增的改進(jìn)方案——自適應(yīng)粒子群算法，進(jìn)而對(duì)該算法在FIR數(shù)字濾波器的優(yōu)化設(shè)計(jì)、多目標(biāo)滿意優(yōu)化以及魯棒PID參數(shù)整定方面進(jìn)行了應(yīng)用研究，并通過仿真實(shí)驗(yàn)驗(yàn)證了自適應(yīng)粒子群算法的有效性和優(yōu)越性。 本文的主要研究工作與貢獻(xiàn)如下：1.簡(jiǎn)要的回顧了計(jì)算智能的理論和技術(shù)發(fā)展史，敘述了粒子群算法的研究背景，總結(jié)了多目標(biāo)優(yōu)化的傳統(tǒng)解決方法以及多目標(biāo)滿意優(yōu)化的特點(diǎn)，并介紹了魯棒PID控制的研究背景及其現(xiàn)狀。

3、 2.對(duì)粒子群算法進(jìn)行詳盡的分析和綜述，將粒子群算法應(yīng)用在頻率抽樣技術(shù)中，提出一種新的FIR濾波器優(yōu)化設(shè)計(jì)方法，實(shí)例驗(yàn)證了這種優(yōu)化設(shè)計(jì)方法的可行性及優(yōu)越性。 3.針對(duì)粒子群算法在參數(shù)設(shè)置方面缺乏理論依據(jù)，以及在收斂過程中易陷入局部解的問題，分析了粒子群中獨(dú)立粒子的運(yùn)動(dòng)軌跡，以及整個(gè)粒子群系統(tǒng)的穩(wěn)定性，在此基礎(chǔ)上引入自然界“優(yōu)勝劣汰”的思想，提出新的參數(shù)設(shè)置方法，仿真結(jié)果證明新方法具有良好的自適應(yīng)能力。 4.在介紹滿意優(yōu)