離散粒子群算法的改進及其應用研究.pdf

1、粒子群算法是模擬自然界生物進化機制的算法，它的算法簡潔，實現(xiàn)也比較簡單，沒有過多的參數(shù)調(diào)整，因此不僅很快得到了國際化的認可，還在很多領(lǐng)域得到了應用。它還可以處理非線性問題，這是傳統(tǒng)的搜索方法難以解決的。由于基本粒子群算法對離散的問題的處理并不理想，所以本文研究了離散粒子群算法，它在處理離散問題時比基本的粒子群算法具有更好的效果。背包問題是一個較為常見的NP問題，所有類型的背包問題在本質(zhì)上其實都可以轉(zhuǎn)為0-1背包問題，所以本文就是以基本的

2、0-1背包問題作為研究目標。
　　針對粒子群算法存在的收斂慢、易陷入局部最優(yōu)的不足，本文首先研究了含有貪婪算子的粒子群算法，此算法可以使搜索減少盲目性、改善尋優(yōu)的概率。然后通過對迭代過程中參數(shù)的調(diào)整，進一步提出了改進的貪婪離散粒子群算法(IGBPSO)，它可以獲得更好的收斂效果，而且在尋優(yōu)方面會有所改善。并且通過使用IGBPSO算法解決0-1背包問題的實驗來驗證此算法的尋優(yōu)效果。
　　如今正處于一個信息化時代，對計算能力有著