在經(jīng)濟(jì)金融、物流管理、網(wǎng)絡(luò)安全、機(jī)器學(xué)習(xí)等領(lǐng)域中存在著各種類型的復(fù)雜優(yōu)化問題,它們通常表現(xiàn)出高維、非線性、多目標(biāo)或離散性等特點,傳統(tǒng)的優(yōu)化方法根本無法求解,因此研究這些問題的高效求解算法是現(xiàn)階段科研人員和工程技術(shù)人員的重點攻關(guān)課題。粒子群算法是一種基于概率的隨機(jī)搜索算法,具有較強(qiáng)的魯棒性和全局尋優(yōu)能力,因參數(shù)少,易實現(xiàn)等特點,該算法一經(jīng)提出就受到了學(xué)者們的關(guān)注,目前已應(yīng)用粒子群算法成功地解決了實際中的許多復(fù)雜優(yōu)化問題。本文對約束優(yōu)化、混合整數(shù)規(guī)劃、多目標(biāo)優(yōu)化等復(fù)雜問題進(jìn)行了深入系統(tǒng)的研究,根據(jù)各自問題的特點,構(gòu)建了不同的改進(jìn)粒子群算法,同時針對股票價格預(yù)測和多目標(biāo)車間調(diào)度問題提出了改進(jìn)粒子群優(yōu)化算法。論文完成的主要研究工作和成果總結(jié)如下:（1）針對非線性約束優(yōu)化問題,提出了一種基于改進(jìn)Deb準(zhǔn)則的粒子群算法（FIPSO）。該算法在Deb準(zhǔn)則的基礎(chǔ)上更好地保留了“優(yōu)秀”不可行解的信息,使其可以發(fā)揮自身的優(yōu)勢,引導(dǎo)算法跳出局部極值點,更快收斂到全局最優(yōu)解。同時,為了進(jìn)一步提高算法的全局搜索能力,引入DE策略對粒子群的個體最優(yōu)位置進(jìn)行優(yōu)化,加快了算法的收斂速度。為了驗證算法的性能,對CEC2... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：178 頁

【學(xué)位級別】：博士

【部分圖文】：

圖1.3粒子群算法

像處理技術(shù)可以更為有效地跳出局部最優(yōu)，收斂到全局最優(yōu)，提高問題的求解精度和效率。如今粒子群算法已經(jīng)在圖像分割[60-61]、圖像配準(zhǔn)[62]、圖像融合[63-64]、圖像邊緣檢測[65]等方面發(fā)揮了重要的作用。1.2.4粒子群算法的拓?fù)浣Y(jié)構(gòu)粒子群算法(PSO)的拓?fù)浣Y(jié)構(gòu)是指群體中粒子間的信息連接方式，它決定了粒子學(xué)習(xí)對象的選擇范圍，不同的拓?fù)浣Y(jié)構(gòu)決定了不同的算法構(gòu)造，可以說拓?fù)浣Y(jié)構(gòu)的選擇是影響算法性能的關(guān)鍵因素。Mends等[66]在2004年進(jìn)一步研究了粒子群算法的原理和粒子間的信息流傳輸方式，提出了5種類型的拓?fù)浣Y(jié)構(gòu)，如圖1.3。(a)All型(b)Ring型(c)FourCluster型(d)Pyramid型(e)Square型圖1.3粒子群算法的典型拓?fù)浣Y(jié)構(gòu)Fig1.3TypicaltopologicalstructureofPSOalgorithmAll型是指每個粒子的鄰居是除了自身之外的整個種群中所有粒子，也就是說每個粒子都可以與整個種群進(jìn)行信息交流，顯然更有利于種群的全局搜索，該拓?fù)浣Y(jié)構(gòu)是從原始粒子群算法開始沿用至今的一種形式；Ring型是最為簡單的一種

像處理技術(shù)可以更為有效地跳出局部最優(yōu)，收斂到全局最優(yōu)，提高問題的求解精度和效率。如今粒子群算法已經(jīng)在圖像分割[60-61]、圖像配準(zhǔn)[62]、圖像融合[63-64]、圖像邊緣檢測[65]等方面發(fā)揮了重要的作用。1.2.4粒子群算法的拓?fù)浣Y(jié)構(gòu)粒子群算法(PSO)的拓?fù)浣Y(jié)構(gòu)是指群體中粒子間的信息連接方式，它決定了粒子學(xué)習(xí)對象的選擇范圍，不同的拓?fù)浣Y(jié)構(gòu)決定了不同的算法構(gòu)造，可以說拓?fù)浣Y(jié)構(gòu)的選擇是影響算法性能的關(guān)鍵因素。Mends等[66]在2004年進(jìn)一步研究了粒子群算法的原理和粒子間的信息流傳輸方式，提出了5種類型的拓?fù)浣Y(jié)構(gòu)，如圖1.3。(a)All型(b)Ring型(c)FourCluster型(d)Pyramid型(e)Square型圖1.3粒子群算法的典型拓?fù)浣Y(jié)構(gòu)Fig1.3TypicaltopologicalstructureofPSOalgorithmAll型是指每個粒子的鄰居是除了自身之外的整個種群中所有粒子，也就是說每個粒子都可以與整個種群進(jìn)行信息交流，顯然更有利于種群的全局搜索，該拓?fù)浣Y(jié)構(gòu)是從原始粒子群算法開始沿用至今的一種形式；Ring型是最為簡單的一種

【參考文獻(xiàn)】：
期刊論文
[1]基于粒子群-模擬退火算法的背包問題研究[J]. 耿亞,吳訪升.  控制工程. 2019(05)
[2]粒子群遺傳混合算法求解考慮傳輸時間的FJSP[J]. 田旻,張光軍,劉人境.  運(yùn)籌與管理. 2019(04)
[3]基于動態(tài)聚類混合拓?fù)浣Y(jié)構(gòu)粒子群算法的PDVRPTF[J]. 楊福興,胡智超,孔繼利.  北京郵電大學(xué)學(xué)報. 2019(01)
[4]馬爾科夫鏈的粒子群優(yōu)化算法全局收斂性分析[J]. 任子暉,王堅,高岳林.  控制理論與應(yīng)用. 2011(04)
[5]一種自適應(yīng)離散粒子群算法及其應(yīng)用研究[J]. 張長勝,孫吉貴,歐陽丹彤.  電子學(xué)報. 2009(02)
[6]適于混合整數(shù)非線性規(guī)劃的混合粒子群優(yōu)化算法[J]. 賀益君,陳德釗.  浙江大學(xué)學(xué)報(工學(xué)版). 2008(05)
[7]微粒群算法的統(tǒng)一模型及分析[J]. 曾建潮,崔志華.  計算機(jī)研究與發(fā)展. 2006(01)
[8]基于POX交叉的遺傳算法求解Job-Shop調(diào)度問題[J]. 張超勇,饒運(yùn)清,劉向軍,李培根.  中國機(jī)械工程. 2004(23)

博士論文
[1]基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D]. 張靜.浙江工業(yè)大學(xué) 2014



本文編號：3590905