混合粒子群算法應用研究.pdf

1、粒子群優(yōu)化算法(Particleswarmoptimization，PSO)是一種源于對鳥群捕食行為研究的一種進化計算技術(evolutionarycomputation)，是一種新的群體智能進化技術。本文首先介紹了遺傳算法、蟻群算法、粒子群算法等，然后重點對粒子群算法的原理以及研究的現(xiàn)狀進行系統(tǒng)的介紹，并與其他的進化算法進行了比較。同時詳細的討論了目前改進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)化進化技術應用到離散空間優(yōu)化

2、問題，尤其是非數(shù)值優(yōu)化問題也成為一個重要研究方向。針對粒子群算法目前應用的局限，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，并進行了一系列的試驗。在吸收其它優(yōu)化算法的基礎上提出混合粒子群算法改進基本粒子群算法的收斂性，并在試驗中驗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