【摘要】：微粒群算法(PSO)是一種具有全局收斂能力的智能優(yōu)化算法,它是模擬鳥(niǎo)群覓食而得到的仿生優(yōu)化算法。該算法主要通過(guò)粒子間的相互合作和競(jìng)爭(zhēng)來(lái)進(jìn)行迭代尋優(yōu),微粒群算法具有算法結(jié)構(gòu)簡(jiǎn)單、易于理解、需調(diào)節(jié)的參數(shù)少等特點(diǎn),備受廣大優(yōu)化領(lǐng)域?qū)W者的青睞,有著廣闊的應(yīng)用前景。針對(duì)算法在迭代尋優(yōu)過(guò)程中出現(xiàn)“振蕩”現(xiàn)象以及算法尋優(yōu)后期陷入局部最優(yōu)的缺陷,引入了自適應(yīng)機(jī)制到慣性權(quán)重中來(lái)提高算法的啟發(fā)性,以平衡算法的全局尋優(yōu)和局部尋優(yōu)能力;引入飛行時(shí)間機(jī)制到位置迭代公式來(lái)減少粒子在全局最優(yōu)解附近的“振蕩”。針對(duì)算法在運(yùn)行后期出現(xiàn)的早熟收斂的缺陷,將蟻群算法基于信息素表選擇機(jī)制融合到基本的微粒群算法中,以提高粒子的多樣性差異,改善算法跳出局部最優(yōu)的能力。通過(guò)以上改進(jìn),從而提出了一種基于蟻群尋優(yōu)策略的微粒群算法。為驗(yàn)證改進(jìn)算法的有效性,將基于蟻群尋優(yōu)策略的微粒群算法應(yīng)用于函數(shù)測(cè)試中,實(shí)驗(yàn)結(jié)果表明,該算法具有較高的求解精度且收斂速度有所提高。最后以車(chē)輛路徑優(yōu)化問(wèn)題為應(yīng)用對(duì)象,將基于蟻群尋優(yōu)策略的微粒群算法應(yīng)用于車(chē)輛路徑優(yōu)化問(wèn)題中,實(shí)驗(yàn)結(jié)果表明,改進(jìn)的微粒群算法在車(chē)輛路徑優(yōu)化問(wèn)題求解方面收到了較好的收斂效果。
【圖文】：

(A》小鳥(niǎo)在空間零散搜素

(B)小鳥(niǎo)在好消息指引下調(diào)整位置
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何文玲;倪郁東;汪婷婷;;基于混合行為蟻群算法的車(chē)輛路徑問(wèn)題[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年07期

2 馬超;鄧超;熊堯;吳軍;;一種基于混合遺傳和粒子群的智能優(yōu)化算法[J];計(jì)算機(jī)研究與發(fā)展;2013年11期

3 常洪浩;馮祖仁;張兆軍;徐明釗;;一種智能優(yōu)化算法解質(zhì)量評(píng)價(jià)方法[J];控制與決策;2013年11期

4 胡欣欣;尹義龍;;求解連續(xù)函數(shù)優(yōu)化問(wèn)題的合作協(xié)同進(jìn)化布谷鳥(niǎo)搜索算法[J];模式識(shí)別與人工智能;2013年11期

5 黃震;;混合量子粒子群算法求解車(chē)輛路徑問(wèn)題[J];計(jì)算機(jī)工程與應(yīng)用;2013年24期

6 萬(wàn)建臣;靳宗信;;多峰值函數(shù)優(yōu)化問(wèn)題的免疫遺傳算法求解[J];電子科技大學(xué)學(xué)報(bào);2013年05期

7 朱俊;李芳;王麗芳;;基于蟻群算法的多功能車(chē)輛周期掃描表的優(yōu)化設(shè)計(jì)[J];鐵道學(xué)報(bào);2013年07期

8 李積英;黨建武;;基于量子空間的蟻群算法及應(yīng)用[J];系統(tǒng)工程與電子技術(shù);2013年10期

9 王洪峰;王娜;汪定偉;;一種求解動(dòng)態(tài)多峰優(yōu)化問(wèn)題的Memetic粒子群算法[J];系統(tǒng)工程理論與實(shí)踐;2013年06期

10 熊浩;符卓;鄢慧麗;;動(dòng)態(tài)車(chē)輛路徑問(wèn)題的隱分區(qū)靈活分批策略[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

，

本文編號(hào)：2672660