發(fā)布時(shí)間：2017-03-27 01:08

  本文關(guān)鍵詞：生態(tài)系統(tǒng)粒子群算法及其在陣列天線方向圖優(yōu)化中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：粒子群算法是Eberhert和Kennedy通過(guò)模仿鳥(niǎo)類捕食行為來(lái)達(dá)到尋優(yōu)目的的一種群智能優(yōu)化算法。粒子群算法具有結(jié)構(gòu)簡(jiǎn)單、易于實(shí)現(xiàn)、待調(diào)整參數(shù)少、收斂速度快等諸多優(yōu)點(diǎn),其一經(jīng)提出便受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。目前,粒子群算法被成功的應(yīng)用在了神經(jīng)網(wǎng)絡(luò)訓(xùn)練、電容配置、資源調(diào)度、多目標(biāo)優(yōu)化等諸多領(lǐng)域,并展示出了其廣泛的應(yīng)用前景和良好的優(yōu)化能力。盡管粒子群算法擁有許多其他算法不具備的優(yōu)勢(shì),但是它仍然有很多不足之處,如解決高維復(fù)雜問(wèn)題時(shí)收斂速度慢,容易陷入局部最優(yōu)解等。因此,如何對(duì)算法進(jìn)行改進(jìn),使其能夠克服這些缺點(diǎn)和不足是研究者們的工作重點(diǎn)之一。本文在前人的研究基礎(chǔ)上,提出了一種能夠有效克服算法早熟收斂的生態(tài)系統(tǒng)粒子群算法,并將其應(yīng)用到了陣列天線方向圖優(yōu)化問(wèn)題中。本文的主要研究?jī)?nèi)容如下:(1)受自然界生態(tài)規(guī)律啟發(fā),我們提出了一種改進(jìn)的粒子群算法,稱為生態(tài)系統(tǒng)粒子群算法(ESPSO)。ESPSO模仿自然界生態(tài)系統(tǒng)規(guī)律,共采用了三種學(xué)習(xí)策略,分別為生態(tài)系統(tǒng)策略、繁殖變異策略和全信息策略。借助這些學(xué)習(xí)策略,算法能夠有效的阻止多樣性的流失,阻止早熟收斂,平衡全局搜索能力和局部搜索能力,提升尋優(yōu)效率。本文通過(guò)仿真實(shí)驗(yàn),對(duì)ESPSO的參數(shù)選擇方案和尋優(yōu)能力進(jìn)行了研究和驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,ESPSO擁有良好的尋優(yōu)精度、尋優(yōu)效率和尋優(yōu)可信度。(2)智能天線在現(xiàn)代通信系統(tǒng)中發(fā)揮著重要的作用,而陣列天線方向圖綜合則是智能天線的核心技術(shù)。本文將ESPSO應(yīng)用到了陣列天線方向圖優(yōu)化問(wèn)題中,并通過(guò)仿真實(shí)驗(yàn)驗(yàn)證ESPSO的有效性。仿真結(jié)果表明,相較于標(biāo)準(zhǔn)粒子群算法和差分進(jìn)化算法,ESPSO能夠更好的對(duì)陣列天線方向圖進(jìn)行設(shè)計(jì)和優(yōu)化。
【關(guān)鍵詞】：粒子群算法 生態(tài)系統(tǒng)策略 陣列天線方向圖優(yōu)化
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 課題意義及研究目的10-11
• 1.2 粒子群算法研究現(xiàn)狀11-14
• 1.2.1 粒子群算法的理論研究11-12
• 1.2.2 粒子群算法的改進(jìn)研究12-14
• 1.2.3 粒子群算法的應(yīng)用研究14
• 1.3 本文的研究?jī)?nèi)容14-15
• 1.4 本文結(jié)構(gòu)安排15-16
• 第2章 粒子群優(yōu)化算法16-30
• 2.1 引言16
• 2.2 部分智能優(yōu)化算法簡(jiǎn)介16-22
• 2.2.1 遺傳算法16-18
• 2.2.2 人工蜂群算法18-19
• 2.2.3 蟻群算法19-21
• 2.2.4 布谷鳥(niǎo)搜索算法21-22
• 2.3 粒子群優(yōu)化算法22-28
• 2.3.1 原始粒子群算法22-24
• 2.3.2 標(biāo)準(zhǔn)粒子群算法24-25
• 2.3.3 粒子群算法的收斂性分析及其參數(shù)選擇25-27
• 2.3.4 粒子群算法的拓?fù)浣Y(jié)構(gòu)27-28
• 2.3.5 粒子群算法存在的問(wèn)題28
• 2.4 本章小結(jié)28-30
• 第3章 生態(tài)系統(tǒng)粒子群算法30-58
• 3.1 引言30
• 3.2 生態(tài)系統(tǒng)粒子群算法30-38
• 3.2.1 生態(tài)系統(tǒng)策略31-33
• 3.2.2 繁殖變異策略33-35
• 3.2.3 全信息策略35-38
• 3.3 實(shí)驗(yàn)仿真38-56
• 3.3.1 測(cè)試函數(shù)38-39
• 3.3.2 算法參數(shù)設(shè)置39-40
• 3.3.3 生態(tài)系統(tǒng)粒子群算法參數(shù)設(shè)置分析40-44
• 3.3.4 生態(tài)系統(tǒng)粒子群算法學(xué)習(xí)策略分析44-46
• 3.3.5 生態(tài)系統(tǒng)粒子群算法性能分析46-56
• 3.4 本章小結(jié)56-58
• 第4章 粒子群算法在陣列天線綜合中的應(yīng)用58-70
• 4.1 引言58
• 4.2 天線陣基礎(chǔ)58-61
• 4.2.1 天線陣的輻射特性58-59
• 4.2.2 天線方向圖59-61
• 4.3 陣列天線方向圖優(yōu)化61-68
• 4.3.1 低副瓣直線陣綜合61-63
• 4.3.2 目標(biāo)副瓣直線陣綜合63-65
• 4.3.3 零陷設(shè)置綜合65-68
• 4.4 本章小結(jié)68-70
• 第5章 總結(jié)與展望70-72
• 5.1 本文工作總結(jié)70-71
• 5.2 本文工作展望71-72
• 附錄 測(cè)試函數(shù)72-78
• 單峰函數(shù)72-73
• 多峰函數(shù)73-74
• CEC 2005測(cè)試函數(shù)74-78
• 參考文獻(xiàn)78-84
• 致謝84-86
• 碩士期間發(fā)表的論文86

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 秦玉靈;孔憲仁;羅文波;;混沌量子粒子群算法在模型修正中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年02期

2 陳治明;;新型量子粒子群算法及其性能分析研究[J];福建電腦;2010年05期

3 牛永潔;;一種新型的混合粒子群算法[J];信息技術(shù);2010年10期

4 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

5 劉衍民;趙慶禎;邵增珍;;一種改進(jìn)的完全信息粒子群算法研究[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

6 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年05期

7 熊智挺;譚陽(yáng)紅;易如方;陳賽華;;一種并行的自適應(yīng)量子粒子群算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年08期

8 孟純青;;非線性粒子群算法[J];微計(jì)算機(jī)應(yīng)用;2011年08期

9 任偉建;武璇;;一種動(dòng)態(tài)改變學(xué)習(xí)因子的簡(jiǎn)化粒子群算法[J];自動(dòng)化技術(shù)與應(yīng)用;2012年10期

10 劉飛,孫明,李寧,孫德寶,鄒彤;粒子群算法及其在布局優(yōu)化中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年12期

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

1 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國(guó)科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會(huì)論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進(jìn)制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國(guó)天線年會(huì)論文集（上）[C];2009年

3 陳龍祥;蔡國(guó)平;;基于粒子群算法的時(shí)滯動(dòng)力學(xué)系統(tǒng)的時(shí)滯辨識(shí)[A];第十二屆全國(guó)非線性振動(dòng)暨第九屆全國(guó)非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第十一屆全國(guó)膨脹節(jié)學(xué)術(shù)會(huì)議膨脹節(jié)設(shè)計(jì)、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進(jìn)粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文選編[C];2005年

6 熊偉麗;徐保國(guó);;粒子群算法在支持向量機(jī)參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國(guó)水力發(fā)電工程學(xué)會(huì)大壩安全監(jiān)測(cè)專委會(huì)年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2012年

8 熊偉麗;徐保國(guó);;單個(gè)粒子收斂中心隨機(jī)攝動(dòng)的粒子群算法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

9 馬向陽(yáng);陳琦;;以粒子群算法求解買賣雙方存貨主從對(duì)策[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問(wèn)題[A];第二十一屆中國(guó)（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2007年

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

1 王芳;粒子群算法的研究[D];西南大學(xué);2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

3 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

4 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

5 胡成玉;面向動(dòng)態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問(wèn)題研究[D];浙江工業(yè)大學(xué);2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學(xué);2007年

8 劉宏達(dá);粒子群算法的研究及其在船舶工程中的應(yīng)用[D];哈爾濱工程大學(xué);2008年

9 楊輕云;約束滿足問(wèn)題與調(diào)度問(wèn)題中離散粒子群算法研究[D];吉林大學(xué);2006年

10 馮琳;改進(jìn)多目標(biāo)粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應(yīng)用[D];東北大學(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 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強(qiáng);基于改進(jìn)粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計(jì)[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計(jì)鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長(zhǎng)安大學(xué);2015年

6 王偉;大型螺紋旋風(fēng)硬銑削數(shù)值模擬及工藝參數(shù)優(yōu)化[D];浙江大學(xué);2016年

7 李玲玉;基于粒子群算法的城市軌道交通列車節(jié)能優(yōu)化研究[D];北京交通大學(xué);2016年

8 苗冬云;基于改進(jìn)粒子群算法的云任務(wù)調(diào)度方案研究[D];安徽財(cái)經(jīng)大學(xué);2015年

9 蔣曉\~;粒子群算法在多維優(yōu)化問(wèn)題中的改進(jìn)研究[D];浙江理工大學(xué);2016年

10 劉角;生態(tài)系統(tǒng)粒子群算法及其在陣列天線方向圖優(yōu)化中的應(yīng)用[D];太原理工大學(xué);2016年

  本文關(guān)鍵詞：生態(tài)系統(tǒng)粒子群算法及其在陣列天線方向圖優(yōu)化中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：269634