粒子群優(yōu)化算法及其在非線性回歸模型中的應(yīng)用研究.pdf

1、粒子群優(yōu)化算法采用實(shí)數(shù)編碼、設(shè)置參數(shù)少、收斂速度快、算法高度并行,已成為計(jì)算智能領(lǐng)域的新研究熱點(diǎn),目前在函數(shù)優(yōu)化、過(guò)程控制等復(fù)雜領(lǐng)域中得到了廣泛的應(yīng)用。但是粒子群優(yōu)化算法同其它演化算法一樣,存在易于陷入局部最優(yōu)、收斂精度低等缺點(diǎn)。
　　 本文針對(duì)標(biāo)準(zhǔn)粒子群優(yōu)化算法易陷入局部最優(yōu)、收斂精度低的缺點(diǎn),結(jié)合極值優(yōu)化算法具有波動(dòng)性的典型特征,提出了嵌入極值優(yōu)化的混合粒子群優(yōu)化算法(EPSO算法)。運(yùn)用Matlab7.0對(duì)15個(gè)無(wú)約束標(biāo)準(zhǔn)

2、測(cè)試問(wèn)題進(jìn)行數(shù)值實(shí)驗(yàn)仿真。結(jié)果表明,本文提出的混合算法能有效實(shí)現(xiàn)全局尋優(yōu),尤其是對(duì)于求解高維多峰連續(xù)優(yōu)化問(wèn)題,它的優(yōu)勢(shì)更突出。
　　 接著遵循約束優(yōu)化算法=約束處理技術(shù)+進(jìn)化算法的思想框架,采用增廣Lagrange乘子法作為約束處理技術(shù),將約束優(yōu)化問(wèn)題轉(zhuǎn)化為無(wú)約束優(yōu)化問(wèn)題,從而將本文提出的混合算法擴(kuò)展應(yīng)用于處理約束優(yōu)化問(wèn)題。運(yùn)用Macldb7.0對(duì)13個(gè)約束標(biāo)準(zhǔn)測(cè)試問(wèn)題進(jìn)行數(shù)值實(shí)驗(yàn)仿真。結(jié)果表明,本文的新方法能以較小的種群規(guī)模和