發(fā)布時間：2017-07-18 02:08

  本文關(guān)鍵詞：動態(tài)拓?fù)鋬呻A段微粒群算法及多態(tài)系統(tǒng)可靠性優(yōu)化

  更多相關(guān)文章： 微粒群算法 作用力規(guī)則 種群拓?fù)浣Y(jié)構(gòu) 多態(tài)系統(tǒng) 可靠性優(yōu)化

【摘要】：實施供給側(cè)結(jié)構(gòu)性改革,加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級是貫穿十三五規(guī)劃的主線,這就需要發(fā)展一批技術(shù)水平高、帶動能力強(qiáng)的企業(yè)推動產(chǎn)業(yè)邁向中高端水平。秉承精益生產(chǎn)、提質(zhì)增效的發(fā)展理念是企業(yè)提高自身競爭力的關(guān)鍵,企業(yè)需要對實際生產(chǎn)中的各個環(huán)節(jié)進(jìn)行優(yōu)化,而可靠性優(yōu)化技術(shù)是企業(yè)提高產(chǎn)品性能和穩(wěn)健性的關(guān)鍵技術(shù)。因此,尋求高效的可靠性優(yōu)化方法,對于企業(yè)來說涉及巨大的經(jīng)濟(jì)效益。微粒群算法作為典型的群體智能優(yōu)化算法,已成功運(yùn)用在了復(fù)雜的可靠性優(yōu)化問題上,但算法自身存在早熟收斂的缺點(diǎn)降低了優(yōu)化結(jié)果的精度。因此,本文圍繞微粒群算法的改進(jìn)及其在實際可靠性優(yōu)化中的應(yīng)用展開研究。首先,針對單一作用力規(guī)則易使標(biāo)準(zhǔn)微粒群算法陷入局部最優(yōu)和早熟收斂,從微粒間的信息交互機(jī)制角度研究改進(jìn)算法,提出兩階段微粒群算法。基于階段性搜索策略將搜索過程分為兩個階段,分別構(gòu)造符合算法階段性搜索特點(diǎn)的作用力規(guī)則。通過標(biāo)準(zhǔn)優(yōu)化測試函數(shù)對所提算法的優(yōu)化性能進(jìn)行測試,并將測試結(jié)果與其他改進(jìn)微粒群算法進(jìn)行對比,驗證了所提算法具有較好的優(yōu)化能力。其次,研究了靜態(tài)種群拓?fù)浣Y(jié)構(gòu)對兩階段微粒群算法性能的影響,通過選取結(jié)構(gòu)特征不同的全連接型、環(huán)形、NW小世界網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),分析了在3種靜態(tài)種群拓?fù)浣Y(jié)構(gòu)下算法種群多樣性和優(yōu)化性能的變化情況,歸納出種群拓?fù)浣Y(jié)構(gòu)特征與算法性能的關(guān)系,為研究適合于兩階段微粒群算法的動態(tài)種群拓?fù)浣Y(jié)構(gòu)奠定了基礎(chǔ)。進(jìn)而,為真實模擬生物個體間趨利避害的動態(tài)交互行為,以生物群體在社會行為中表現(xiàn)出的自組織性和生物界優(yōu)勝劣汰現(xiàn)象為出發(fā)點(diǎn),研究了一種以微粒適應(yīng)度驅(qū)動加邊操作和節(jié)點(diǎn)刪除、重構(gòu)操作的動態(tài)種群拓?fù)浣Y(jié)構(gòu),并以并行的方式將種群結(jié)構(gòu)演化與算法進(jìn)化相結(jié)合,提出動態(tài)拓?fù)鋬呻A段微粒群算法。最后,對多態(tài)系統(tǒng)可靠性優(yōu)化中的冗余分配問題建立優(yōu)化模型,并以串并聯(lián)多態(tài)系統(tǒng)和橋式多態(tài)系統(tǒng)為例,運(yùn)用動態(tài)拓?fù)鋬呻A段微粒群算法對其進(jìn)行求解。優(yōu)化結(jié)果表明,本文所提算法能夠在滿足系統(tǒng)可靠性要求的前提下降低系統(tǒng)的設(shè)計費(fèi)用。
【關(guān)鍵詞】：微粒群算法 作用力規(guī)則 種群拓?fù)浣Y(jié)構(gòu) 多態(tài)系統(tǒng) 可靠性優(yōu)化
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F273;TB114.3
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-22
• 1.1 課題研究背景及意義11-12
• 1.2 多態(tài)系統(tǒng)可靠性優(yōu)化12
• 1.3 微粒群算法的研究現(xiàn)狀12-19
• 1.3.1 概述12-14
• 1.3.2 速度更新策略14-16
• 1.3.3 種群拓?fù)浣Y(jié)構(gòu)16-18
• 1.3.4 動態(tài)種群規(guī)模18
• 1.3.5 小結(jié)18-19
• 1.4 課題來源19
• 1.5 研究思路與內(nèi)容安排19-22
• 1.5.1 研究思路19-20
• 1.5.2 內(nèi)容安排20-22
• 第2章 兩階段微粒群算法22-39
• 2.1 標(biāo)準(zhǔn)微粒群算法22-24
• 2.2 兩階段微粒群算法24-29
• 2.2.1 作用力規(guī)則的構(gòu)造24-26
• 2.2.2 微粒的速度和位置更新26-29
• 2.3 標(biāo)準(zhǔn)優(yōu)化測試函數(shù)29-32
• 2.3.1 單峰測試函數(shù)29-30
• 2.3.2 多峰測試函數(shù)30-32
• 2.3.3 病態(tài)測試函數(shù)32
• 2.4 算法性能測試32-35
• 2.4.1 算法優(yōu)化性能評價指標(biāo)32-33
• 2.4.2 算法優(yōu)化性能對比測試33-35
• 2.5 算法種群多樣性測試35-38
• 2.5.1 種群多樣性函數(shù)35-36
• 2.5.2 算法種群多樣性對比測試36-38
• 2.6 本章小結(jié)38-39
• 第3章 兩階段微粒群算法靜態(tài)種群拓?fù)浣Y(jié)構(gòu)研究39-50
• 3.1 靜態(tài)種群拓?fù)浣Y(jié)構(gòu)39-44
• 3.1.1 種群拓?fù)浣Y(jié)構(gòu)的特征度量39-41
• 3.1.2 典型的靜態(tài)種群拓?fù)浣Y(jié)構(gòu)41-44
• 3.2 靜態(tài)種群拓?fù)浣Y(jié)構(gòu)對算法種群多樣性的影響44-45
• 3.3 靜態(tài)種群拓?fù)浣Y(jié)構(gòu)對算法性能的影響45-49
• 3.3.1 對收斂速度的影響46-47
• 3.3.2 對最優(yōu)解搜索能力的影響47-49
• 3.4 本章小結(jié)49-50
• 第4章 動態(tài)拓?fù)鋬呻A段微粒群算法50-62
• 4.1 基于加邊操作和節(jié)點(diǎn)變化的動態(tài)拓?fù)浣Y(jié)構(gòu)50-55
• 4.1.1 DTEN結(jié)構(gòu)演化步驟51-52
• 4.1.2 DTEN結(jié)構(gòu)中的概率計算52-53
• 4.1.3 概率選擇機(jī)制設(shè)計53
• 4.1.4 加邊方式選擇概率定義53-54
• 4.1.5 節(jié)點(diǎn)刪除與重構(gòu)原則54-55
• 4.2 動態(tài)拓?fù)鋬呻A段微粒群算法55-59
• 4.2.1 算法執(zhí)行步驟55-57
• 4.2.2 DTEN結(jié)構(gòu)演化參數(shù)d的取值57-58
• 4.2.3 拓?fù)浣Y(jié)構(gòu)特征度量分析58-59
• 4.3 動態(tài)拓?fù)鋬呻A段微粒群算法性能測試59-61
• 4.3.1 最優(yōu)解搜索能力測試59-60
• 4.3.2 收斂速度測試60-61
• 4.4 本章小結(jié)61-62
• 第5章 多態(tài)系統(tǒng)可靠性優(yōu)化62-79
• 5.1 基于通用生成函數(shù)的多態(tài)系統(tǒng)可靠性分析62-70
• 5.1.1 通用生成函數(shù)63-65
• 5.1.2 多性能參數(shù)的多態(tài)系統(tǒng)可靠性分析65-70
• 5.2 多態(tài)系統(tǒng)可靠性優(yōu)化模型70-71
• 5.3 算法設(shè)計71-73
• 5.3.1 微粒的編碼和解碼71-72
• 5.3.2 種群初始化72-73
• 5.3.3 適應(yīng)度函數(shù)73
• 5.4 多態(tài)系統(tǒng)可靠性優(yōu)化73-78
• 5.4.1 串并聯(lián)多態(tài)系統(tǒng)可靠性優(yōu)化73-75
• 5.4.2 具有橋式結(jié)構(gòu)的多態(tài)系統(tǒng)可靠性優(yōu)化75-78
• 5.5 本章小結(jié)78-79
• 結(jié)論79-81
• 參考文獻(xiàn)81-86
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果86-87
• 致謝87

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 崔志華;曾建潮;;一種動態(tài)調(diào)整的改進(jìn)微粒群算法[J];系統(tǒng)工程學(xué)報;2005年06期

2 夏桂梅,曾建潮;微粒群算法的研究現(xiàn)狀及發(fā)展趨勢[J];山西師范大學(xué)學(xué)報(自然科學(xué)版);2005年01期

3 單世民;鄧貴仕;;動態(tài)環(huán)境下一種改進(jìn)的自適應(yīng)微粒群算法[J];系統(tǒng)工程理論與實踐;2006年03期

4 曾建潮;崔志華;;微分進(jìn)化微粒群算法及其控制[J];系統(tǒng)工程學(xué)報;2007年03期

5 鄭向偉;劉弘;;一種多樣性引導(dǎo)的兩階段多目標(biāo)微粒群算法[J];山東大學(xué)學(xué)報(理學(xué)版);2008年11期

6 宋佳棟;趙慶禎;劉森;;基于微粒群算法的投資決策研究[J];山東科學(xué);2008年05期

7 劉國志;;基于信賴域技術(shù)的局部收縮的微粒群算法[J];云南大學(xué)學(xué)報(自然科學(xué)版);2008年01期

8 陳保娣;曾建潮;;改進(jìn)的吸引擴(kuò)散微粒群算法[J];控制理論與應(yīng)用;2010年04期

9 李詩嫻;王雪青;;微粒群算法在工程項目多目標(biāo)多資源均衡問題中的應(yīng)用[J];科技管理研究;2010年17期

10 張瑞藜;;基于微粒群算法的云計算資源調(diào)度策略的研究[J];黑龍江科技信息;2012年23期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 喬立巖;楊莘元;趙春暉;;改進(jìn)的離散二進(jìn)制微粒群算法[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

2 王元元;曾建潮;譚瑛;;基于環(huán)形結(jié)構(gòu)帶緩存器模型的并行微粒群算法[A];2006年全國開放式分布與并行計算學(xué)術(shù)會議論文集（一）[C];2006年

3 張昕;彭宏;鄭啟倫;;基于微粒群算法的聚類分析[A];2006年全國開放式分布與并行計算學(xué)術(shù)會議論文集（一）[C];2006年

4 崔志華;蔡星娟;曾建潮;孫國基;;基于預(yù)測速度的改進(jìn)微粒群算法[A];第二十六屆中國控制會議論文集[C];2007年

5 蔡星娟;崔志華;曾建潮;譚瑛;;自適應(yīng)PID控制微粒群算法[A];第二十六屆中國控制會議論文集[C];2007年

6 王俊年;申群太;沈洪遠(yuǎn);周鮮成;;一種改進(jìn)的小生境微粒群算法[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

7 易平;蔡保佩;;基于微粒群算法的平面剛架及組合結(jié)構(gòu)的優(yōu)化[A];中國力學(xué)大會——2013論文摘要集[C];2013年

8 裴振奎;劉健;華夏;;求解隨機(jī)車輛路徑規(guī)劃問題的混合微粒群算法[A];2008通信理論與技術(shù)新進(jìn)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（上）[C];2008年

9 王元元;曾建潮;譚瑛;;基于并行計算模型的并行微粒群算法的性能分析[A];2007年全國開放式分布與并行計算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2007年

10 張桐;王亞慧;葉安麗;王健;;基于微粒群算法與最小二乘法的在線辨識策略研究[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（下冊）[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 崔志華;微粒群算法的性能分析與優(yōu)化[D];西安交通大學(xué);2008年

2 李劍;微粒群算法及其在物流系統(tǒng)中的應(yīng)用研究[D];華中科技大學(xué);2008年

3 鄭向偉;求解優(yōu)化問題的微粒群算法及其應(yīng)用研究[D];山東師范大學(xué);2008年

4 仇晨曄;多目標(biāo)微粒群算法研究及其在交通事故分析中的應(yīng)用[D];北京郵電大學(xué);2013年

5 袁代林;改進(jìn)的微粒群算法及其在結(jié)構(gòu)拓?fù)鋬?yōu)化中的應(yīng)用[D];西南交通大學(xué);2009年

6 李軍軍;微粒群算法及其在電力系統(tǒng)中的應(yīng)用研究[D];上海海事大學(xué);2008年

7 莫思敏;基于群體交互自組織種群結(jié)構(gòu)的擴(kuò)展微粒群算法研究[D];蘭州理工大學(xué);2012年

8 周鮮成;基于微粒群算法的數(shù)字圖像處理方法研究[D];中南大學(xué);2008年

9 王俊年;微粒群算法及其在鋅電解整流供電系統(tǒng)優(yōu)化中的應(yīng)用研究[D];中南大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 褚永芳;信息交互與處理微粒群算法[D];太原科技大學(xué);2009年

2 秦秋燕;基于動物覓食原理的改進(jìn)微粒群算法研究[D];太原科技大學(xué);2010年

3 吳雨佳;基于微粒群算法的夾具裝配序列規(guī)劃方法研究[D];西安工業(yè)大學(xué);2015年

4 鐘典;基于變異微粒群算法的城鎮(zhèn)土地擴(kuò)展模擬研究[D];湖南師范大學(xué);2015年

5 王海亭;Pool-based分布式微粒群算法研究[D];太原科技大學(xué);2015年

6 劉玉丁;基于改進(jìn)微粒群算法的建設(shè)項目多目標(biāo)動態(tài)優(yōu)化研究[D];河北工程大學(xué);2016年

7 檀雪云;動態(tài)拓?fù)鋬呻A段微粒群算法及多態(tài)系統(tǒng)可靠性優(yōu)化[D];燕山大學(xué);2016年

8 王巍;微粒群算法的研究與應(yīng)用[D];江南大學(xué);2008年

9 蔡星娟;個性化微粒群算法研究[D];太原科技大學(xué);2008年

10 王光輝;具有動態(tài)群體規(guī)模的微粒群算法研究[D];太原科技大學(xué);2008年

，

本文編號：555544