本文關(guān)鍵詞：基于粒子群算法的線性規(guī)劃問題的研究

  更多相關(guān)文章： 自適應(yīng)度 粒子群 線性規(guī)劃問題 約束優(yōu)化

【摘要】：線性規(guī)劃問題是一種以數(shù)學(xué)原理為基礎(chǔ)的科學(xué),解決實(shí)際的優(yōu)化問題。規(guī)劃問題是運(yùn)籌學(xué)的一個(gè)分支,他的應(yīng)用范圍在逐年增長(zhǎng),屬于研究時(shí)間比較早中發(fā)展速度極為迅速,較為成熟的的一個(gè)重要分支,它也是是幫助人們進(jìn)行科學(xué)地進(jìn)行管理的一種有效的數(shù)學(xué)方法。它是指在既定的約束條件下,運(yùn)用一些方法找到一些參數(shù),讓指定的函數(shù)達(dá)到臨界值。根據(jù)目標(biāo)函數(shù)和約束條件構(gòu)造線性表達(dá)式,又根據(jù)表達(dá)式是否是線性的問題,將規(guī)劃問題劃分為兩種情況:線性規(guī)劃和非線性規(guī)劃。粒子群改進(jìn)算法是一種新穎的規(guī)劃問題優(yōu)化算法,由初始化參數(shù)開始,運(yùn)行多次迭代來逐漸更新有效解,尋找規(guī)劃問題的最優(yōu)解,全局最優(yōu)解可以解決線性規(guī)劃問題。本文將給出一種可以自適應(yīng)粒子群優(yōu)化算法,這種算法在控制模型的線性約束條件時(shí)運(yùn)用交換技術(shù),且通過對(duì)各目標(biāo)函數(shù)進(jìn)行加權(quán)求值的方式使其自適應(yīng)地形成適應(yīng)度函數(shù)。結(jié)實(shí)驗(yàn)運(yùn)行果表明本文方法真實(shí)有效,而且重要的是可以解決實(shí)際問題。本論文在借鑒以往論文的基礎(chǔ)上,本文基于粒子群算法的線性規(guī)劃問題的研究。為此,本文給出該下進(jìn)一步的研究方向。
【關(guān)鍵詞】：自適應(yīng)度 粒子群 線性規(guī)劃問題 約束優(yōu)化
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;O221.1
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 研究?jī)?nèi)容11-12
• 1.4 論文組織結(jié)構(gòu)12-13
• 1.5 小結(jié)13-14
• 第2章 關(guān)鍵技術(shù)介紹14-24
• 2.1 PSO算法簡(jiǎn)介14-15
• 2.2 PSO算法研究現(xiàn)狀15-16
• 2.3 PSO算法原理16-18
• 2.4 重要參數(shù)解析18-19
• 2.5 PSO算法偽代碼及流程圖19-20
• 2.5.1 PSO算法偽代碼19
• 2.5.2 PSO算法流程圖19-20
• 2.6 PSO模塊實(shí)現(xiàn)20-21
• 2.7 約束處理算法以及數(shù)學(xué)模型21-22
• 2.7.1 約束處理轉(zhuǎn)化21-22
• 2.7.2 數(shù)學(xué)模型22
• 2.8 小結(jié)22-24
• 第3章 基本粒子群算法改進(jìn)策略及關(guān)鍵問題24-31
• 3.1 基本定義24
• 3.2 粒子群動(dòng)態(tài)改變慣性權(quán)重系數(shù)24-25
• 3.3 適應(yīng)度25-26
• 3.4 基于距離向量的妥協(xié)算法26-27
• 3.5 基于距離向量的妥協(xié)算法步驟27
• 3.6 改進(jìn)粒子群算法的線性問題27-29
• 3.6.1 自適應(yīng)調(diào)整策略27-29
• 3.6.2 改進(jìn)算法29
• 3.7 小結(jié)29-31
• 第4章 設(shè)計(jì)分析與實(shí)現(xiàn)31-35
• 4.1 實(shí)驗(yàn)環(huán)境31
• 4.1.1 硬件環(huán)境31
• 4.1.2 軟件環(huán)境31
• 4.2 實(shí)驗(yàn)數(shù)據(jù)31-32
• 4.3 程序里面重要參數(shù)解析32-34
• 4.3.1 Rosenbrock函數(shù)32-33
• 4.3.2 初始化函數(shù)33-34
• 4.4 小結(jié)34-35
• 第5章 數(shù)據(jù)測(cè)試與分析35-46
• 5.1 參數(shù)設(shè)置35-44
• 5.2 數(shù)據(jù)對(duì)比分析44-45
• 5.3 小結(jié)45-46
• 第6章 結(jié)論與展望46-49
• 6.1 總結(jié)46-47
• 6.2 展望47-49
• 參考文獻(xiàn)49-52
• 致謝52

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 邵帥;徐慶;;關(guān)于一類二層規(guī)劃問題的一階最優(yōu)性條件研究[J];運(yùn)籌與管理;2009年02期

2 王廣民,萬仲平,王先甲,賈世慧;基于遺傳算法的二層線性規(guī)劃問題的求解算法[J];運(yùn)籌與管理;2005年02期

3 劉樹安,尹新,鄭秉霖,王夢(mèng)光;二層線性規(guī)劃問題的遺傳算法求解[J];系統(tǒng)工程學(xué)報(bào);1999年03期

4 劉新旺,達(dá)慶利;一類兩層規(guī)劃問題模糊滿意解的遺傳算法[J];管理科學(xué)學(xué)報(bào);1999年03期

5 夏洪勝;賀建勛;;基于滿意度的兩層多目標(biāo)決策問題的交互式外部逼近算法[J];系統(tǒng)工程理論方法應(yīng)用;1993年01期

，

本文編號(hào)：815460