粒子群算法在最優(yōu)化問題中的研究.pdf

1、廣西師范大學(xué)碩士學(xué)位論文粒子群算法在最優(yōu)化問題中的研究姓名：梁軍申請學(xué)位級別：碩士專業(yè)：計(jì)算機(jī)軟件與理論指導(dǎo)教師：王強(qiáng)20080401廣西師范大學(xué)碩士學(xué)位論文II斂精度，一直是大多數(shù)研究者關(guān)注的重點(diǎn)。加快收斂速度的措施主要有如何選擇最優(yōu)的算法參數(shù)，以及與其它優(yōu)化算法結(jié)合來對粒子群算法的主要框架加以修正。在提高收斂精度，防止粒子早熟方面，主要有設(shè)法保持種群的多樣性，或引入跳出局部最優(yōu)點(diǎn)的機(jī)制等措施。現(xiàn)已有的改進(jìn)粒子群算法有模糊自適應(yīng)PSO

2、算法（FAPSO），雜交PSO算法（HPSO），離散二進(jìn)制PSO算法，協(xié)同PSO算法，免疫粒子群優(yōu)化算法等。本文在綜述了粒子群算法及其發(fā)展過程的基礎(chǔ)上，對現(xiàn)有文獻(xiàn)進(jìn)行了研究和分析，針對連續(xù)問題和離散問題分別提出了兩種改進(jìn)算法。在對連續(xù)問題的改進(jìn)算法中，用一種無約束條件的隨機(jī)變異操作代替速度公式中的慣性部分，并且使鄰居最優(yōu)粒子有條件地對粒子行為產(chǎn)生影響，提高了粒子間的多樣性差異，從而改善了算法能力。本文主要以函數(shù)優(yōu)化為例，通過對Spher

3、e、Rosenbrock、Girewank等幾類經(jīng)典測試函數(shù)進(jìn)行測試，來說明算法的有效性。PSO算法雖然被廣泛應(yīng)用于連續(xù)問題的優(yōu)化，但在求解離散優(yōu)化問題方面還是一種全新的嘗試。本文在對離散問題的分析中，以矩形件優(yōu)化排樣具體問題為例，提出了針對離散問題的改進(jìn)算法，該算法對解碼方式進(jìn)行了改進(jìn)，并且融合了遺傳算法中的交叉和變異思想，使其能快速地達(dá)到優(yōu)化目的。最后，通過對這兩種改進(jìn)算法的分析研究，發(fā)現(xiàn)了幾種針對粒子群算法的改進(jìn)策略。無論是連續(xù)問

4、題還是離散問題運(yùn)用這幾種改進(jìn)策略都可以得到較好的優(yōu)化。改進(jìn)策略如下：?對粒子行為有條件地增加鄰居最優(yōu)粒子的影響，可以提高粒子間的多樣性差異。?增加變異操作。對每個(gè)新生成的粒子增加變異操作，使用不同的變異策略對粒子進(jìn)行變異。?定義一個(gè)閥值，對粒子使用不同的更新策略進(jìn)行更新?？傊?，論文對粒子群算法做了較為全面深入的分析和討論，采用了幾種改進(jìn)策略，使其能有效地應(yīng)用在連續(xù)問題和離散問題中。最后，論文進(jìn)行了總結(jié)，并提出了進(jìn)一步的研究方向。關(guān)鍵詞：