個性化微粒群算法研究.pdf_第1頁
已閱讀1頁,還剩97頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、微粒群算法是一種模擬鳥群飛行、魚群游動等生物群體社會行為的群體隨機優(yōu)化算法,由于它結(jié)構(gòu)簡單、運算速度較快,已廣泛應(yīng)用于許多領(lǐng)域。論文從智能體(Agent)觀點出發(fā),提出了個性化微粒群算法框架,并將其應(yīng)用于參數(shù)選擇及結(jié)構(gòu)優(yōu)化。 標準微粒群算法僅利用了微粒的記憶性,沒有考慮微粒的其它特性。這一局限使得微粒群算法與其生物學背景之間存在較大差異,從而影響了算法的計算效率。有鑒于此,論文將算法中的微粒視為具有記憶能力、通訊能力、響應(yīng)能力、

2、協(xié)作能力及自學習能力的智能體(Agent)粒子,提出了個性化微粒群算法框架。該算法在標準微粒群算法的基礎(chǔ)上,利用多智能體之間的相互競爭、相互協(xié)作,使微粒能更好地適應(yīng)周圍環(huán)境,從而更加符合算法的生物學背景。 參數(shù)選擇是微粒群算法研究的一個重要內(nèi)容,與已有的參數(shù)選擇策略不同,個性化的參數(shù)選擇策略需要充分利用各微粒的通訊、響應(yīng)、協(xié)作及自學習能力,從而導致不同微粒在同一代中參數(shù)具有不同的值。論文以各微粒對環(huán)境適應(yīng)能力的優(yōu)劣為基礎(chǔ),提出了

3、線性化的性能評價指標作為微粒的自學習能力,并根據(jù)協(xié)作能力動態(tài)調(diào)整全局搜索能力與局部搜索能力之間的比例?;谠撍枷?論文成功提出了慣性權(quán)重、認知系數(shù)及社會系數(shù)的個性化選擇策略,仿真結(jié)果表明這些策略能有效地提高算法的計算效率。 對于微粒群算法的另一個重要研究內(nèi)容一結(jié)構(gòu)優(yōu)化,論文根據(jù)較優(yōu)位置附近存在全局極值點的概率較大這一原則,初步探討了個性化的微粒群算法結(jié)構(gòu)實現(xiàn)方式。由于個性化慣性權(quán)重策略具有較高的選擇壓,容易陷入局部極值點。因此,

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。

評論

0/150

提交評論