基于粒子群的多目標優(yōu)化算法研究及其應(yīng)用.pdf

1、最近幾年，粒子群算法作為解決多目標問題的優(yōu)化算法而迅速發(fā)展起來，該算法已被成功應(yīng)用在工程實踐、數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)訓(xùn)練及其它領(lǐng)域。粒子群優(yōu)化是一種新興的基于群體智能的啟發(fā)式全局搜索算法，粒子群優(yōu)化算法通過粒子間的競爭和協(xié)作以實現(xiàn)在復(fù)雜搜索空間中尋找全局最優(yōu)點。粒子群算法具有易理解、易實現(xiàn)、全局搜索能力強等特點，倍受科學(xué)與工程領(lǐng)域的廣泛關(guān)注，已經(jīng)成為發(fā)展最快的智能優(yōu)化算法之一。本文針對粒子群算法中算法后期易陷入局部最優(yōu)、粒子收斂精度不高等問

2、題，通過實驗分析處理，從速度更新公式以及參數(shù)選擇入手，盡量彌補粒子群算法不足。針對以上問題進行研究，主要包含以下兩方面工作:
　　(1)針對粒子群優(yōu)化算法的基本原理，分析了其特點。論文中圍繞粒子群優(yōu)化算法的原理、特點、參數(shù)設(shè)置與應(yīng)用等方面進行全面綜述，重點利用單因子方差分析方法，分析了粒群優(yōu)化算法中的慣性權(quán)值，加速因子的設(shè)置對算法基本性能的影響，給出算法中的經(jīng)驗參數(shù)設(shè)置。
　　(2)針對現(xiàn)有粒子群算法局部最優(yōu)、粒子收斂精度不