2023年全國(guó)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132頁未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著科學(xué)技術(shù)的發(fā)展,國(guó)民經(jīng)濟(jì)和國(guó)防科技等領(lǐng)域的生產(chǎn)過程越來越離不開優(yōu)化設(shè)計(jì),尤其是大量的高、精、尖產(chǎn)品,更需要性能非常優(yōu)越的優(yōu)化方法。粒子群算法具有原理簡(jiǎn)單、參數(shù)少、易實(shí)現(xiàn)及收斂速度快等特點(diǎn),該方法對(duì)于不同類型問題具有較廣泛的適應(yīng)性,并很快在多個(gè)領(lǐng)域被有效地應(yīng)用。
  粒子群算法作為一種新的智能算法,存在著迭代初期易出現(xiàn)早熟、迭代后期收斂速度變慢等問題,在應(yīng)用拓展上也依賴于具體問題。為此,本文對(duì)粒子群優(yōu)化算法進(jìn)行了深入的理論分析,

2、面向連續(xù)優(yōu)化問題和組合優(yōu)化問題,針對(duì)算法所存在的問題提出幾種相應(yīng)的改進(jìn)新算法,并將其應(yīng)用到具體工程實(shí)踐中。
  在單目標(biāo)連續(xù)優(yōu)化方面,本文提出將多種群思想引入到粒子群優(yōu)化算法中,提出了一種雙層多種群粒子群優(yōu)化新算法,該算法實(shí)現(xiàn)粒子群優(yōu)化算法的群體拓展和雙并行運(yùn)行機(jī)制,這樣可以針對(duì)性地提高粒子群算法的全局搜索能力,同時(shí)采用不同粒度的多子群并行機(jī)制和種群間的雙向最優(yōu)信息流動(dòng)也提高了該算法的局部搜索能力。通過對(duì)多個(gè)多峰、欺騙性典型函數(shù)的

3、測(cè)試驗(yàn)證了上述算法的有效性,進(jìn)一步通過對(duì)機(jī)器人結(jié)構(gòu)參數(shù)的優(yōu)化實(shí)例驗(yàn)證了本算法的實(shí)用性。
  粒子群算法后期收斂速度較慢的主要原因是群體中各個(gè)個(gè)體極值更新緩慢。為此本文提出一種粒子位置擇優(yōu)更新的粒子群算法。利用粒子位置的可擇優(yōu)更新,就是使每個(gè)粒子在每步迭代時(shí)都可以從3個(gè)備選點(diǎn)中選擇最佳點(diǎn)進(jìn)行更新,增加了粒子找到更好位置的概率,提高了個(gè)體極值乃至全局極值的更新速率,以極小的時(shí)間代價(jià)提高了算法的效能。通過六個(gè)典型測(cè)試函數(shù)和移動(dòng)機(jī)器人路徑

4、規(guī)劃的實(shí)例對(duì)該算法的實(shí)用性和有效性進(jìn)行了驗(yàn)證。
  多目標(biāo)約束優(yōu)化一直是優(yōu)化領(lǐng)域中的瓶頸問題,除需處理多個(gè)目標(biāo)外,還存在著約束處理影響計(jì)算效率的問題。粒子群算法只保留最優(yōu)信息,對(duì)鄰近最優(yōu)點(diǎn)的不可行解缺乏智能性的判斷和保留機(jī)制,在解決多目標(biāo)優(yōu)化問題中效果不理想。而文化算法由于具有基于文化的信仰空間和群體空間的雙并行機(jī)制,特別適合處理約束優(yōu)化問題。為此本文提出一種求解多目標(biāo)約束優(yōu)化問題的雙層次進(jìn)化的文化粒子群算法。新算法在群體空間采用

5、改進(jìn)的粒子群算法,并采用直接比較法處理約束條件,避免了傳統(tǒng)罰函數(shù)方法存在的缺點(diǎn)。在算法迭代過程中隨時(shí)調(diào)整不可行解參數(shù),使解集中不可行解保持在一定的比例范圍內(nèi),維持了種群的多樣性,進(jìn)一步避免算法陷入“早熟”,提高了算法全局搜索能力。信仰空間接收群體空間中的精英粒子,并采用了交叉操作和小生境Pareto競(jìng)爭(zhēng)策略保證所產(chǎn)生的最優(yōu)解集能夠均勻地分布在Pareto前沿。最后采用兩個(gè)測(cè)試函數(shù)和一個(gè)工程減振器的優(yōu)化設(shè)計(jì)實(shí)例對(duì)此算法進(jìn)行了驗(yàn)證,測(cè)試和實(shí)

6、例計(jì)算表明該算法是一種快速、有效的多目標(biāo)優(yōu)化方法。
  組合優(yōu)化問題具有廣泛的應(yīng)用背景,它的目標(biāo)是尋找解空間中離散狀態(tài)的最優(yōu)組合。離散粒子群算法為求解這類問題提出了一種新方法,本文針對(duì)基本離散粒子群優(yōu)化算法存在的易于陷入局部最優(yōu)解、求得的解的精度不高的缺點(diǎn),提出了兩種具體改進(jìn)新算法:
  以典型的01背包問題為研究對(duì)象,基于生物病毒機(jī)制和宿主與病毒基于感染操作等思想,提出一種解決單目標(biāo)組合優(yōu)化問題的病毒協(xié)同進(jìn)化離散粒子群優(yōu)化

7、新算法。該算法利用病毒的水平感染和垂直傳播能力提高粒子群算法的性能。實(shí)驗(yàn)證明,病毒感染操作成功地增強(qiáng)了對(duì)解空間的局部搜索功能,使求解精度明顯優(yōu)于其它幾種算法。
  以典型的虛擬企業(yè)中的伙伴選擇問題為應(yīng)用背景,研究將離散粒子群算法應(yīng)用到多目標(biāo)組合優(yōu)化問題?;诟淖兞W铀俣炔呗蕴岢隽肆W铀俣乳撝悼烧{(diào)的離散粒子群優(yōu)化新算法。該算法通過引入隨迭代過程逐步變小的適應(yīng)性可調(diào)速度閾值參數(shù)來平衡全局搜索能力和局部搜索能力之間的矛盾,提高算法的性能

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(qǐng)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(qǐng)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論