学位论文 > 优秀研究生学位论文题录展示
基于随机微粒群算法的改进算法研究
作 者: 王建丽
导 师: 王希云;夏桂梅
学 校: 太原科技大学
专 业: 应用数学
关键词: 随机微粒群算法 协同进化 共轭梯度法 最速下降法 单纯形法
分类号: TP301.6
类 型: 硕士论文
年 份: 2010年
下 载: 69次
引 用: 0次
阅 读: 论文下载
内容摘要
微粒群算法(particle swarm optimization,简称PSO)模拟的是鸟群寻找栖息地的行为。微粒群算法简单、易于实现、收敛速度快且需要调整的参数少,自该算法提出以来引起了诸多学者的广泛关注。论文选取如下两个方面的问题作为研究内容:(1)在前人工作的基础上将随机微粒群算法和协同进化结合在一起寻求一种更有效的算法。(2)把微粒群算法和传统优化算法(如信赖域算法、共轭梯度法、最速下降法等)相结合尝试寻找更有效的优化算法。论文的研究内容主要包括以下几个部分:第一章是绪论,主要介绍了微粒群算法的历史和现状,本文的创新和突破,以及本文的现实意义。第二章在多种群协同进化和随机微粒群算法基础上,提出了一种改进的多种群随机微粒群算法,将各个子种群独立地按照随机微粒群进化,周期性的更新共享信息。第三章在随机微粒群算法和函数梯度信息基础上,提出了基于梯度的随机微粒群算法。数值计算表明算法对于求解连续可微函数的全局优化问题是非常有效的。第四章提出一种基于协同进化的单纯形随机微粒群算法。该算法采用多个优化种群,分别在奇数种群和偶数种群并行运行随机微粒群法和单纯形法,周期性更新相邻种群最优信息。通过优化两个典型的测试函数验证了算法的有效性。
|
全文目录
摘要 3-4 ABSTRACT 4-8 第一章 绪论 8-16 1.1 基本微粒群算法 8-9 1.2 改进的微粒算法 9-12 1.2.1 增加惯性权重和收敛因子 9 1.2.2 与进化计算技巧有机结合 9-10 1.2.3 基于领域算子及拓扑结构的改进 10 1.2.4 构造新的微粒组织或群结构 10-11 1.2.5 改进或使用新的位置/速度更新公式 11-12 1.2.6 离散二进制 PSO 算法 12 1.2.7 其他优化方法 12 1.3 PSO 的应用 12-13 1.3.1 神经网络训练 12 1.3.2 函数优化 12-13 1.3.3 其他领域的应用 13 1.4 微粒群算法发展趋势 13 1.4.1 算法的理论研究 13 1.4.2 算法的改进研究 13 1.4.3 应用领域的拓展 13 1.5 本文将做的工作 13-16 第二章 一种基于协同进化的随机微粒群算法 16-22 2.1 引言 16-17 2.2 算法的建立 17-19 2.2.1 多种群协同进化 17 2.2.2 随机微粒群算法 17 2.2.3 协同随机微粒群算法 17-19 2.3 算法的有效性和收敛性分析 19-22 2.3.1 测试函数 19 2.3.2 实验方法 19 2.3.3 实验结果 19-20 2.3.4 实验数据分析 20-21 2.3.5 收敛性分析 21 2.3.6 结论 21-22 第三章 基于梯度的随机微粒群算法 22-28 3.1 引言 22 3.2 算法 22-28 3.2.1 共轭梯度算法 22-23 3.2.2 最速下降算法 23 3.2.3 基于共轭梯度算法的随机微粒群算法 23-24 3.2.4 基于最速下降的随机微粒群算法 24 3.2.5 数值试验 24-28 3.2.5.1 实验方法 24 3.2.5.2 实验结果 24-25 3.2.5.3 实验数据分析 25 3.2.5.4 收敛性分析 25 3.2.5.5 结论 25-28 第四章 一种协同进化的单纯形随机微粒群算法 28-34 4.1 引言 28 4.2 算法 28-30 4.2.1 单纯形法(SM) 28-29 4.2.2 协同进化的单纯形随机微粒群算法 29-30 4.3 数值试验 30-34 4.3.1 测试函数 30 4.3.2 实验方法 30 4.3.3 实验结果 30-32 4.3.4 收敛性分析 32 4.3.5 结论 32-34 总结与展望 34-36 参考文献 36-42 致谢 42-44 硕士期间发表文章目录 44-45
|
相似论文
- 二维波动方程测井约束反演的自适应同伦共轭梯度法,P631.81
- 媒介在乡村日常生活中的角色,D422.7
- 激发极化法隧道工程地质勘探成像方法研究,U452.11
- 管道漏磁内检测信号重构技术研究,TN911.23
- 基于改进蚁群算法的多机协同突防航迹规划方法研究,V249.1
- 并行与双系统协同差异进化算法及其应用,TP18
- 非线性二层规划的平衡点算法研究,O221.2
- 非线性无约束共轭梯度法,O224
- 求解绝对方程组的两种数值方法,O241.6
- 智能优化算法及在通信中的应用研究,TN92
- 供应链联盟协同进化的路径研究,F274
- 物流生态系统的协同进化研究,F259.2
- 非线性共轭梯度法的改进,O224
- 基于时间序列ARCH的预测模型及应用研究,O211.61
- 托普利兹矩阵的一种分解带状逆预处理矩阵,O151.21
- 基于共轭梯度法的混合遗传算法研究,TP18
- 分类中基于粗糙集理论的决策树算法研究,TP18
- 基于DE算法的DRNN网络非线性系统辨识研究,N945.14
- 非线性优化算法的数值研究,O224
- 基于BAS-3000控制器的变风量(VAV)末端DDC控制的研究与实现,TP273
- 流体饱和多孔隙介质波动方程反演的共轭梯度方法,P631.4
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
© 2012 www.xueweilunwen.com
|