混合粒子群算法應(yīng)用研究.pdf

1、粒子群優(yōu)化算法(Particleswarmoptimization，PSO)是一種源于對(duì)鳥群捕食行為研究的一種進(jìn)化計(jì)算技術(shù)(evolutionarycomputation)，是一種新的群體智能進(jìn)化技術(shù)。本文首先介紹了遺傳算法、蟻群算法、粒子群算法等，然后重點(diǎn)對(duì)粒子群算法的原理以及研究的現(xiàn)狀進(jìn)行系統(tǒng)的介紹，并與其他的進(jìn)化算法進(jìn)行了比較。同時(shí)詳細(xì)的討論了目前改進(jìn)粒子群算法的一些方向。將粒子群算法主要用于連續(xù)函數(shù)優(yōu)化進(jìn)化技術(shù)應(yīng)用到離散空間優(yōu)化

2、問題，尤其是非數(shù)值優(yōu)化問題也成為一個(gè)重要研究方向。針對(duì)粒子群算法目前應(yīng)用的局限，本文的工作主要是將粒子群算法用于組合優(yōu)化，生產(chǎn)調(diào)度等問題的研究，并進(jìn)行了一系列的試驗(yàn)。在吸收其它優(yōu)化算法的基礎(chǔ)上提出混合粒子群算法改進(jìn)基本粒子群算法的收斂性，并在試驗(yàn)中驗(yàn)證了算法的可行性和有效性。本文的研究工作與創(chuàng)新主要如下：給出0/1背包問題的粒子群算法進(jìn)化公式，利用粒子群算法解決組合優(yōu)化中0/1背包問題。提出一種粒子群算法和禁忌搜索混合優(yōu)化結(jié)構(gòu)，并將混合