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),請進行舉報或認領(lǐng)
文檔簡介
1、粒子群優(yōu)化算法是最近十年來提出的一種全局優(yōu)化算法,粒子群優(yōu)化算法由于簡單、容易理解的特點,加之可以方便地在計算機上實現(xiàn),所以目前已經(jīng)得到不同領(lǐng)域研究者的注意,其理論和應(yīng)用方面的研究都已經(jīng)取得了初步成果。由于粒子群優(yōu)化算法提出的時間不長,雖然它的形式看上去比較簡單,但是一些根本的問題,比如算法的機理問題,仍然沒能得到很好的理解。在應(yīng)用方面,如何將其與其它優(yōu)化算法相結(jié)合以便更適合解決實際的優(yōu)化問題,也有待進一步的研究。本文根據(jù)粒子群優(yōu)化算法
2、研究的現(xiàn)狀,作了如下的一些工作:1.詳細分析了粒子群優(yōu)化算法的內(nèi)涵,以及此算法和其它方法之間的聯(lián)系與區(qū)別。詳細表述了粒子群優(yōu)化算法的基本形式、步驟、和結(jié)構(gòu)。討論了參數(shù)對于算法效率的影響,算法的拓撲結(jié)構(gòu)。在一些簡化模型的基礎(chǔ)上,得到了粒子的運動軌跡,并對其收斂性進行分析??紤]了在一般情況下各種可能的算法模型,分析了這些不同算法的參數(shù)選擇問題、以及收斂速度問題。 2.提出了三種不同的改進算法,首先是基于混沌搜尋以優(yōu)化系統(tǒng)參數(shù)的粒子群
3、優(yōu)化算法,這種方法基于混沌搜尋的遍歷性,尋找最優(yōu)的系統(tǒng)參數(shù),以提高算法的效率。第二種是粒子群與Broyden-Fletcher-Goldfarb-Shanno(BFGS)混合優(yōu)化算法,將粒子群優(yōu)化算法的全局搜尋和基于梯度尋優(yōu)的BFGS方法的快速收斂的特點相結(jié)合,充分發(fā)揮二者的優(yōu)越性,提高算法收斂速度。第三種是基于旋轉(zhuǎn)曲面變換的粒子群優(yōu)化算法,設(shè)計了旋轉(zhuǎn)曲面變換,通過計算過程中不斷反饋回來的關(guān)于待優(yōu)化函數(shù)的信息,使得局部極小點變換為全局最
4、大點同時不改變比局部極小點的值更小的區(qū)域的函數(shù)形狀,從而跳出局部極小點,提高算法效率。 3.關(guān)于粒子群優(yōu)化算法的機理,根據(jù)非平衡熱力學(xué)中的Fokker-Planck方程與Langevin方程的關(guān)系,通過類比,經(jīng)過一系列的簡化,把粒子群優(yōu)化算法的迭代方程化成標準的Langevin方程形式。然后找到其對應(yīng)的Fokker-Planck方程,根據(jù)此方程的解分析粒子的聯(lián)合分布隨時間的演化。最后,根據(jù)以上的分析,從合適的解反過來找對應(yīng)的方程
5、,從而設(shè)計了一類中間變量較少的類粒子群優(yōu)化算法。 4.設(shè)計了粒子群優(yōu)化算法的三類應(yīng)用。它們是:Markov隨機場的參數(shù)估計問題,優(yōu)化控制問題,胺類有機物的毒性分類問題。指出不同類型問題的核心都在于如何將其轉(zhuǎn)化為優(yōu)化問題,然后用粒子群優(yōu)化算法來解決此問題。Markov隨機場的參數(shù)估計問題是通過擬似然函數(shù)轉(zhuǎn)化為多元函數(shù)的優(yōu)化問題。優(yōu)化控制問題是通過對于系統(tǒng)方程和控制變量以及目標泛函在時間域上的離散化而轉(zhuǎn)化為多元函數(shù)的優(yōu)化問題。對于毒
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 混沌粒子群優(yōu)化算法的分析與應(yīng)用.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 粒子群優(yōu)化算法的研究與應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進與應(yīng)用.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 粒子群優(yōu)化算法的理論分析與應(yīng)用研究.pdf
- 粒子群優(yōu)化算法的擴展與應(yīng)用.pdf
- 動態(tài)粒子群優(yōu)化算法及其應(yīng)用.pdf
- 粒子群優(yōu)化算法的研究及其應(yīng)用.pdf
- 粒子群優(yōu)化算法應(yīng)用研究.pdf
- 粒子群優(yōu)化算法的改進及其應(yīng)用
- 粒子群多目標優(yōu)化算法的研究與應(yīng)用.pdf
- 基于粒子群算法的查詢優(yōu)化研究與應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進及其應(yīng)用.pdf
- 粒子群優(yōu)化算法的分析及改進.pdf
- 粒子群算法與工程優(yōu)化.pdf
- 粒子群優(yōu)化算法研究及其應(yīng)用.pdf
- 粒子群的運動分析及兩階段粒子群優(yōu)化算法.pdf
- 粒子群算法優(yōu)化研究及應(yīng)用.pdf
評論
0/150
提交評論