本文關(guān)鍵詞：基于梯度信息的粒子群優(yōu)化算法的改進(jìn)及應(yīng)用

  更多相關(guān)文章： 粒子群優(yōu)化算法 最速下降法 增廣拉格朗日乘子法 多目標(biāo)選址優(yōu)化問題

【摘要】：在1995年,J.Kennedy和R.C.Eberhart在對(duì)鳥類尋找食物的過程進(jìn)行研究后,提出了粒子群優(yōu)化算法。隨后,它以其概念簡(jiǎn)單、容易實(shí)現(xiàn)、涉及參數(shù)少的特點(diǎn),在這近20年間受到各個(gè)領(lǐng)域?qū)＜液蛯W(xué)者的青睞。同時(shí),隨著研究的深入,粒子群優(yōu)化算法的弊端也逐漸表露出來,在粒子迭代過程中容易出現(xiàn)陷入局部最優(yōu)的情況,并且在算法的后期收斂速度相對(duì)較慢。于是,對(duì)于粒子群優(yōu)化方法的改進(jìn)也是近些年很多專家學(xué)者關(guān)注的重點(diǎn)。粒子群優(yōu)化算法已經(jīng)在無約束優(yōu)化問題上得到了廣泛的運(yùn)用。針對(duì)無約束優(yōu)化問題,利用最速下降法快速精細(xì)的局部搜索能力,將最速下降法嵌入到基本粒子群優(yōu)化算法中,得到一種新的嵌入最速下降法的改進(jìn)的粒子群優(yōu)化算法。約束優(yōu)化問題相對(duì)于無約束優(yōu)化問題而言,加入了一些限制條件,本文的處理方法就是利用增廣Lagrange乘子法,將約束問題轉(zhuǎn)變?yōu)榻缂s束優(yōu)化問題,利用最速下降法在局部?jī)?yōu)化中快速精細(xì)的特點(diǎn),粒子群在每進(jìn)行一次速度位置迭代后,都對(duì)群體歷史最優(yōu)位置進(jìn)行3次最速下降法的迭代,直到最終到達(dá)全局最優(yōu)解的附近為止,將這種改進(jìn)算法稱之為L(zhǎng)A_PSO_SD算法。接著選取按照適應(yīng)度函數(shù)的大小從高到低排列的最中間的點(diǎn)和最高點(diǎn),在粒子群中每進(jìn)行一次速度位置迭代后,進(jìn)行3次最速下降法的迭代,直到最終逼近全局最優(yōu)解為止,將這種改進(jìn)算法稱之為ZK_PSO_SD算法。通過利用測(cè)試問題來驗(yàn)證,LA_PSO_SD算法和ZK_PSO_SD算法進(jìn)行對(duì)比,得出的結(jié)論是ZK_PSO_SD算法精度準(zhǔn)確,迭代次數(shù)少,是一種成功的改進(jìn)優(yōu)化算法。處理選址問題中可能遇到的多目標(biāo)優(yōu)化問題,有很多方法,本文采取的方法就是把實(shí)際生活中常見的多目標(biāo)約束選址優(yōu)化問題,通過添加參數(shù)和運(yùn)用約束處理方法,將它化為單目標(biāo)約束選址優(yōu)化問題來解決,然后利用前文提出的嵌入最速下降法的改進(jìn)的粒子群優(yōu)化算法ZK_PSO_SD算法來進(jìn)行求解,這樣就可以為解決多目標(biāo)選址問題提供了一個(gè)新的解決途徑。
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 蒙正中;;一種改進(jìn)的混合粒子群優(yōu)化算法[J];桂林工學(xué)院學(xué)報(bào);2009年03期

2 吳昌友;王福林;馬力;;一種新的改進(jìn)粒子群優(yōu)化算法[J];控制工程;2010年03期

3 周馳,高海兵,高亮,章萬國(guó);粒子群優(yōu)化算法[J];計(jì)算機(jī)應(yīng)用研究;2003年12期

4 高鷹,謝勝利;免疫粒子群優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年06期

5 張榮沂;一種新的集群優(yōu)化方法——粒子群優(yōu)化算法[J];黑龍江工程學(xué)院學(xué)報(bào);2004年04期

6 高鷹;謝勝利;;混沌粒子群優(yōu)化算法[J];計(jì)算機(jī)科學(xué);2004年08期

7 劉釗,康立山,蔣良孝,楊林權(quán);用粒子群優(yōu)化改進(jìn)算法求解混合整數(shù)非線性規(guī)劃問題[J];小型微型計(jì)算機(jī)系統(tǒng);2005年06期

8 戴冬雪,王祁,阮永順,王曉超;基于混沌思想的粒子群優(yōu)化算法及其應(yīng)用[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年10期

9 竇全勝;周春光;馬銘;劉全;;群核進(jìn)化粒子群優(yōu)化方法[J];計(jì)算機(jī)科學(xué);2005年08期

10 范娜;云慶夏;;粒子群優(yōu)化算法及其應(yīng)用[J];信息技術(shù);2006年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 張妍;張曉光;王永鋼;;幾種改進(jìn)型的粒子群優(yōu)化算法[A];第一屆中國(guó)高校通信類院系學(xué)術(shù)研討會(huì)論文集[C];2007年

2 孫紅光;潘毓學(xué);;基于運(yùn)動(dòng)目標(biāo)路徑的粒子群優(yōu)化算法研究[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

3 韓毅;唐加福;郭偉宏;劉陽;;混合粒子群優(yōu)化算法求解多層批量問題(英文)[A];中國(guó)運(yùn)籌學(xué)會(huì)第八屆學(xué)術(shù)交流會(huì)論文集[C];2006年

4 金一粟;梁逸曾;;空間自適應(yīng)粒子群優(yōu)化算法的應(yīng)用研究[A];第九屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

5 汪榮貴;李守毅;孫見青;;一種新的自適應(yīng)粒子群優(yōu)化算法及應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

6 黃雙歡;程良倫;;一種基于粒子群優(yōu)化的快速圖像傾斜角度檢測(cè)算法[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六省（區(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 侯志榮;呂振肅;;基于退火策略的粒子群優(yōu)化算法[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

8 徐俊杰;忻展紅;;基于增強(qiáng)型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

9 王亞;于永光;耿玲玲;;一類改進(jìn)的自適應(yīng)粒子群優(yōu)化算法對(duì)混沌系統(tǒng)未知參數(shù)的估計(jì)[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

10 崔靜;鄧方;方浩;;基于改進(jìn)粒子群優(yōu)化算法的彈道求解方法[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉昊;多樣性增強(qiáng)的粒子群優(yōu)化算法及其應(yīng)用研究[D];北京理工大學(xué);2015年

2 姜毅;動(dòng)態(tài)環(huán)境下粒子群優(yōu)化算法的研究[D];武漢大學(xué);2013年

3 劉華鎣;粒子群優(yōu)化算法的改進(jìn)研究及在石油工程中的應(yīng)用[D];東北石油大學(xué);2012年

4 劉波;粒子群優(yōu)化算法及其在機(jī)電設(shè)備中的應(yīng)用研究[D];中北大學(xué);2011年

5 熊勇;粒子群優(yōu)化算法的行為分析與應(yīng)用實(shí)例[D];浙江大學(xué);2005年

6 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用研究[D];重慶大學(xué);2007年

7 閆允一;粒子群優(yōu)化及其在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2008年

8 余炳輝;粒子群優(yōu)化算法試驗(yàn)研究及擴(kuò)展[D];華中科技大學(xué);2007年

9 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用[D];重慶大學(xué);2007年

10 徐慧;粒子群優(yōu)化算法改進(jìn)及其在煤層氣產(chǎn)能預(yù)測(cè)中的應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 白云;基于粒子群優(yōu)化算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘[D];西北農(nóng)林科技大學(xué);2015年

2 楊艷華;基于粒子群優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)模型研究[D];蘭州大學(xué);2015年

3 曾祥琦;基于時(shí)差法的結(jié)構(gòu)裂紋擴(kuò)展定位研究[D];南京航空航天大學(xué);2015年

4 徐向平;粒子群優(yōu)化算法及其在生物數(shù)據(jù)聚類中的應(yīng)用[D];江南大學(xué);2016年

5 楊博宇;多群協(xié)同多目標(biāo)粒子群優(yōu)化算法及其應(yīng)用研究[D];東北大學(xué);2014年

6 趙俊波;基于改進(jìn)粒子群優(yōu)化算法的人員疏散問題研究[D];遼寧科技大學(xué);2016年

7 李萬程;基于改進(jìn)粒子群優(yōu)化算法的圖像去噪和圖像分割研究[D];天津工業(yè)大學(xué);2016年

8 朱潤(rùn)水;基于多目標(biāo)粒子群優(yōu)化的SDN網(wǎng)絡(luò)能耗感知負(fù)載均衡研究[D];山東大學(xué);2016年

9 王培坤;多粒子群優(yōu)化算法的串行硬件結(jié)構(gòu)實(shí)現(xiàn)[D];華南理工大學(xué);2016年

10 趙亞光;多目標(biāo)粒子群優(yōu)化算法研究及在HEV參數(shù)優(yōu)化中應(yīng)用[D];南京信息工程大學(xué);2016年

，

本文編號(hào)：1258989