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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、江南大學(xué)碩士學(xué)位論文微粒群優(yōu)化算法(PSO)的改進(jìn)研究姓名:楊詩琴申請學(xué)位級別:碩士專業(yè):計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師:須文波20080301AbstractAbstractParticleswarmoptimization(PSO)isanevolutionarycomputationtechniquedevelopedbyDrEberhartandDrKennedyin1995,inspiredbysocialbehaviorofbird
2、flockingorfishschoolingRecentlyPSOalgorithmhasbeengraduallyattractedmoreattentionOVeranotherintelligentalgorithmPSOissimpleinconceptfewinparameters,andeasyinimplementationItwasprovedtobeanefficientmethodtosolveoptimizati
3、onproblems,andhassuccessfullybeenappliedintheareaoffunctionoptimizationneuralnetworktrainingandfuzzycontrolsystems,etcHoweverboththeoryandapplicationofPSOarestillfarfrommatureAmodifiednichePSoalgorithmisconstructedwhicha
4、llowsunimodalfunctionoptimizationmethodSt0e倚cienflylocatealloptimaofmultimodalproblemsthattheNichePSOisunreachedInthenewalgorithmthesequentialnichetechniqueisintroducedFirstlyastretchingtechniqueisadoptedinmainswarmSecon
5、dlythedismissedmechanismisusedinsubswarmsnamelywhenalocalbestofvalueisfoundinsubswarms,thesub—swarmswouldbedismissedandregressedtothemainswatlnAtlasttheradiusofcreatedsubswarmsisconfinedinordertoavoidtheexcessiveofradius
6、ThenewstretchingNichePSOalgorithmresolvesthedisadvantageofstandardNichePSOthatthelocalbestofvaluedependingonthenumberofsubswarmsandeasilyhavetheproblemofiterationandpretermissionTestingofthealgorithmbyusingthreebenchmark
7、functionsindicatethatthemodifiednichePSOhashigherperformancethanstandardNichePSOinabettorvaluefoundandasteadyconvergenceBasedonthebionicstudyondolphinphilosophyofdolphinPartnerOptimization(DPO)isformulatedandasocalled‘nu
8、cleus’’isintroducedtopredictthebestpositionaccordingtothepositionsandfitnessoftheteammembersDPOisaheuristicmethodwhichperformswinlpartnerselectionrolesidentifyandcommunicationtodeterminatetherolesofeachdolphininhisvirtua
9、lteamthentheleaderoftheteamneeddomoreexplorertothe”nucleus竹andthecommonmemberwilljustfollowingthepioneerTestonSeveralbenchmarkfunctionsshowsthatDPoCanachievefairlybettervalueinthebeginningstepswinlrapidspeedandcanoftenbr
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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 微粒群優(yōu)化算法(PSO)的改進(jìn)研究.pdf
- 微粒群優(yōu)化算法的改進(jìn)與應(yīng)用.pdf
- 微粒群優(yōu)化算法的改進(jìn)研究與應(yīng)用.pdf
- 微粒群優(yōu)化算法的改進(jìn)及其應(yīng)用.pdf
- 微粒群優(yōu)化算法的改進(jìn)及應(yīng)用.pdf
- 改進(jìn)微粒群算法及在優(yōu)化中的應(yīng)用.pdf
- 基于隨機(jī)微粒群算法的改進(jìn)算法研究.pdf
- 微粒群算法的改進(jìn)及其應(yīng)用.pdf
- 基于群機(jī)器人特征的改進(jìn)微粒群算法研究.pdf
- 改進(jìn)微粒群算法在多目標(biāo)優(yōu)化問題中的應(yīng)用.pdf
- 微粒群算法的改進(jìn)與應(yīng)用研究.pdf
- 微粒群算法的若干改進(jìn)及應(yīng)用.pdf
- 基于改進(jìn)微粒群算法的配送中心選址研究.pdf
- 改進(jìn)的微粒群算法及其在結(jié)構(gòu)拓?fù)鋬?yōu)化中的應(yīng)用.pdf
- 基于改進(jìn)微粒群算法的組卷系統(tǒng).pdf
- 基于改進(jìn)PSO算法的工業(yè)過程穩(wěn)態(tài)優(yōu)化研究.pdf
- 改進(jìn)微粒群算法在水電站優(yōu)化調(diào)度中的應(yīng)用.pdf
- 基于動物覓食原理的改進(jìn)微粒群算法研究.pdf
- 基于改進(jìn)微粒群算法的圖像復(fù)原方法研究.pdf
- 基于微粒群優(yōu)化算法的車間調(diào)度問題研究.pdf
評論
0/150
提交評論