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(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文在研究粒子群優(yōu)化算法和模擬退火優(yōu)化算法的基礎(chǔ)上,融合兩種算法,巧妙的利用兩種優(yōu)化算法的優(yōu)點(diǎn),創(chuàng)建出一種新的算法,本文把此算法稱作基于模擬退火的粒子群優(yōu)化算法。其后選出六個優(yōu)化標(biāo)準(zhǔn)測試函數(shù),使用本文算法對其進(jìn)行優(yōu)化,獲得相關(guān)圖像和數(shù)據(jù)后,并進(jìn)行分析。本文所做主要工作如下:
(1)算法研究。首先,對粒子群算法和模擬退火算法兩種算法進(jìn)行全方位的研究,包括算法原理、算法思想、算法流程等,并使用MATLAB對其編程實(shí)現(xiàn),研究其性能表
2、現(xiàn)。
(2)創(chuàng)建本文算法并實(shí)現(xiàn)。利用粒子群算法和模擬退火算法的優(yōu)點(diǎn)成功融合,形成了本文算法,其后對本文算法進(jìn)行闡述,包括:算法原理、算法步驟、算法流程圖等,并使用MATLAB實(shí)現(xiàn)。
(3)測試函數(shù)研究。對測試函數(shù)進(jìn)行研究,精選出六種優(yōu)化標(biāo)準(zhǔn)測試函數(shù),給出六種測試函數(shù)的最優(yōu)值,并使用MATLAB繪制出其圖象。
(4)測試本文算法。使用本文算法對選出的優(yōu)化測試函數(shù)進(jìn)行多方面的測試,包括:測試曲線、優(yōu)化前后粒子位
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(shí)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
- 粒子群—模擬退火融合算法及其在函數(shù)優(yōu)化中的應(yīng)用.pdf
- 基于模擬退火的粒子群改進(jìn)算法的研究與應(yīng)用.pdf
- 基于模擬退火粒子群算法的水光互補(bǔ)短期優(yōu)化調(diào)度研究.pdf
- 模擬退火改進(jìn)的粒子群算法的研究及應(yīng)用.pdf
- 基于模擬退火的粒子群優(yōu)化算法在拆卸序列規(guī)劃中的應(yīng)用.pdf
- 基于粒子群模擬退火算法的光纖光柵復(fù)用解調(diào)技術(shù)的研究.pdf
- 基于粒子群與模擬退火算法的BP網(wǎng)絡(luò)學(xué)習(xí)方法研究.pdf
- 基于模擬退火粒子群優(yōu)化技術(shù)的基因數(shù)據(jù)雙聚類算法研究.pdf
- 基于離散粒子群與模擬退火融合算法的自動小車存取系統(tǒng)貨位優(yōu)化.pdf
- 基于模擬退火算法的貸款組合優(yōu)化研究.pdf
- 基于粒子群-模擬退火的群控電梯遠(yuǎn)程監(jiān)控系統(tǒng).pdf
- 模擬退火混沌粒子群算法在短時(shí)交通流預(yù)測中的應(yīng)用.pdf
- 遺傳-模擬退火算法論文遺傳-模擬退火算法 改進(jìn)的遺傳-模擬退火算法 公交排班
- 基于粒子群與模擬退火協(xié)同進(jìn)化方法的電力系統(tǒng)無功優(yōu)化.pdf
- 基于遺傳模擬退火算法的港口裝箱優(yōu)化研究.pdf
- 基于復(fù)形模擬退火算法的網(wǎng)架結(jié)構(gòu)優(yōu)化研究.pdf
- 基于模擬退火算法的鐵路閉塞分區(qū)優(yōu)化研究.pdf
- 模擬退火算法
- 基于粒子群算法的多目標(biāo)函數(shù)優(yōu)化問題研究.pdf
- 求解函數(shù)優(yōu)化的分群粒子群算法研究.pdf
評論
0/150
提交評論