粒子群算法的改進(jìn)與應(yīng)用研究.pdf

1、20世紀(jì)以來，群體智能的誕生使優(yōu)化領(lǐng)域得到了很大的發(fā)展。科學(xué)家們?cè)谘芯可锶后w行為時(shí)得到了啟示，提出了許多基于群體智能的算法，粒子群優(yōu)化算法是群智能算法中的一支新軍，它是一種基于種群搜索策略的自適應(yīng)隨機(jī)算法，被提出以來得到國內(nèi)外眾多學(xué)者們的關(guān)注。由于它算法簡單、參數(shù)較少、易于程序設(shè)計(jì)的特點(diǎn)，在工程實(shí)踐中，已廣泛的應(yīng)用于函數(shù)優(yōu)化、參數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、PID參數(shù)整定等領(lǐng)域。 本文從粒子群算法的基本原理、參數(shù)選擇及應(yīng)用等方面著手

2、，通過對(duì)傳統(tǒng)的粒子群算法收斂較慢、易陷入局部最優(yōu)的問題的研究，提出了一種基于參數(shù)調(diào)整的改進(jìn)方法，調(diào)整了傳統(tǒng)的粒子群算法中的參數(shù)，使粒子尋優(yōu)過程中速度與方向的變異隨著迭代次數(shù)的變化而變化，這樣可以加強(qiáng)粒子在尋優(yōu)過程晚期的搜索能力，運(yùn)用Schaffer's測試函數(shù)進(jìn)行仿真，結(jié)果證明這種改進(jìn)的方法是可行和有效的。 在文章第一部分首先介紹了粒子群算法的研究現(xiàn)狀。第二部分詳細(xì)的論述了算法的理論和應(yīng)用研究。在第三部分中介紹了新提出的改進(jìn)方法