粒子群優(yōu)化算法及其若干工程應(yīng)用研究.pdf

1、粒子群優(yōu)化算法是基于群體智能理論的優(yōu)化算法.該算法利用生物群體內(nèi)個(gè)體的合作與競(jìng)爭(zhēng)等復(fù)雜性行為產(chǎn)生群體智能,并為工程優(yōu)化問題提供高效的解決方法.本文主要研究了粒子群優(yōu)化算法及其若干工程應(yīng)用包括神經(jīng)網(wǎng)絡(luò)訓(xùn)練、切削參數(shù)優(yōu)化、旅行商問題及作業(yè)車間調(diào)度問題,并給出了以上應(yīng)用的實(shí)際工程優(yōu)化前景.首先,系統(tǒng)地介紹了粒子群優(yōu)化算法,歸納了其發(fā)展過程中的各種改進(jìn).總結(jié)了粒子群優(yōu)化算法的基本應(yīng)用,并概述了其在工程優(yōu)化領(lǐng)域的應(yīng)用.其次,研究了粒子群優(yōu)化算法在

2、神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的應(yīng)用,提出了基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法—SPSO.該算法在訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)值的同時(shí)優(yōu)化其連接結(jié)構(gòu),刪除冗余連接,部分消除了冗余參數(shù)及相應(yīng)冗余連接結(jié)構(gòu)對(duì)神經(jīng)網(wǎng)絡(luò)性能的影響,使神經(jīng)網(wǎng)絡(luò)獲得與模式分類問題匹配的信息處理能力.隨后,研究了粒子群優(yōu)化算法在切削參數(shù)優(yōu)化中的應(yīng)用.提出了適合粒子群優(yōu)化機(jī)理的約束處理,并通過與直接搜索算法的混合,加強(qiáng)了粒子群優(yōu)化算法的局部搜索能力.通過單工序銑削加工實(shí)例驗(yàn)證了該方法的有效性.該約束優(yōu)

3、化方法可用于解決任何可建模為非線性規(guī)劃模型的工程優(yōu)化問題.然后,研究了廣義粒子群優(yōu)化模型及其在旅行商問題的應(yīng)用.論文針對(duì)粒子群優(yōu)化算法產(chǎn)生至今一直未能有效應(yīng)用到離散以及組合優(yōu)化領(lǐng)域的缺陷,深入分析了其優(yōu)化機(jī)理,突破傳統(tǒng)的速度一位移搜索模型,提出了廣義粒子群優(yōu)化模型.以旅行商問題(TSP)為例給出了算法的具體實(shí)現(xiàn),并通過標(biāo)準(zhǔn)測(cè)試問題驗(yàn)證了算法的有效性.最后,研究了基于粒子群優(yōu)化的作業(yè)車間調(diào)度.論文分析了傳統(tǒng)粒子群優(yōu)化算法信息共享機(jī)制的局限