本文關(guān)鍵詞：粒子以概率收斂的粒子群算法的分析與實(shí)現(xiàn)

  更多相關(guān)文章： 粒子群算法 概率密度函數(shù) 收斂性 隨機(jī)模擬

【摘要】：粒子群算法的收斂過程是通過粒子向收斂目標(biāo)點(diǎn)的移動實(shí)現(xiàn)的。粒子向目標(biāo)點(diǎn)的移動既可以按一定的軌道實(shí)現(xiàn),也可以按給定的概率密度隨機(jī)移動實(shí)現(xiàn)。通過分析隨機(jī)移動時概率密度函數(shù)所應(yīng)遵循的條件,給出了兩大類共四種符合要求的概率密度函數(shù),使用隨機(jī)模擬的方法,將其中三種轉(zhuǎn)化成為粒子的移動方程,從而給出了不同于傳統(tǒng)粒子群算法的三種算法。經(jīng)過在相同條件下對三個標(biāo)準(zhǔn)測試函數(shù)的優(yōu)化運(yùn)算,除算法2外,算法1與算法3表現(xiàn)均顯著優(yōu)于標(biāo)準(zhǔn)粒子群算法。
【作者單位】： 中國石油大學(xué)(華東)儲運(yùn)與建筑工程學(xué)院;中國石油大學(xué)勝利學(xué)院基礎(chǔ)科學(xué)學(xué)院;
【關(guān)鍵詞】： 粒子群算法 概率密度函數(shù) 收斂性 隨機(jī)模擬
【基金】：國家自然科學(xué)基金(51276199) 中國石油大學(xué)勝利學(xué)院春暉計劃重點(diǎn)項(xiàng)目(KY2015002)資助
【分類號】：TP18
【正文快照】： 中國石油大學(xué)勝利學(xué)院春暉計劃重點(diǎn)項(xiàng)目(KY2015002)資助粒子群算法由于控制參數(shù)少,易于實(shí)現(xiàn)等特點(diǎn),在相關(guān)領(lǐng)域都有較多的研究與應(yīng)用,但由于粒子群算法不是全局收斂的算法[1,2],在應(yīng)用中存在早熟收斂的問題,對算法的研究主要集中在性能的改進(jìn),對于其理論的研究較少[3—6]。Cler

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭明山;劉秉瀚;;一種改進(jìn)的混沌粒子群算法[J];福建電腦;2008年02期

2 張楠;邢志棟;董建民;王辛;;一種基于粒子群算法和育種算法的混合算法[J];西北大學(xué)學(xué)報(自然科學(xué)版);2008年01期

3 張大興;賈建援;張愛梅;郭永獻(xiàn);;基于粒子群算法的三軸跟瞄裝置跟蹤策略研究[J];儀器儀表學(xué)報;2009年09期

4 張?zhí)├?劉春生;;基于改進(jìn)粒子群算法的控制分配研究與應(yīng)用[J];伺服控制;2012年06期

5 黃珍;潘穎;曹曉麗;;粒子群算法的基本理論及其改進(jìn)研究[J];硅谷;2014年05期

6 焦國輝;;一種改進(jìn)的粒子群算法穩(wěn)定性證明及其應(yīng)用[J];現(xiàn)代計算機(jī)(專業(yè)版);2014年14期

7 王晟;潘郁;;個體激勵粒子群算法及其社會學(xué)背景分析[J];計算機(jī)工程;2008年21期

8 彭志平;張慧;;一種改進(jìn)的粒子群算法在協(xié)商優(yōu)化中的應(yīng)用[J];計算機(jī)工程;2008年10期

9 沈佳寧;須文波;孫俊;;基于量子粒子群算法的收斂性研究[J];微計算機(jī)信息;2009年06期

10 唐小勇;于飛;潘洪悅;;改進(jìn)粒子群算法的潛器導(dǎo)航規(guī)劃[J];智能系統(tǒng)學(xué)報;2010年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 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年中國水力發(fā)電工程學(xué)會大壩安全監(jiān)測專委會年會暨學(xué)術(shù)交流會論文集[C];2012年

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

3 黃勝;任萬龍;王超;何新;;多目標(biāo)粒子群算法在翼型優(yōu)化的應(yīng)用[A];第二十五屆全國水動力學(xué)研討會暨第十二屆全國水動力學(xué)學(xué)術(shù)會議文集（上冊）[C];2013年

4 李洪全;王京;;基于粒子群算法的自適應(yīng)PID控制[A];冶金企業(yè)自動化、信息化與創(chuàng)新——全國冶金自動化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

5 李曙光;;粒子群算法在高速公路多路徑費(fèi)用拆分方法研究[A];第二十六屆中國控制會議論文集[C];2007年

6 趙亮;;遺傳增強(qiáng)混沌粒子群算法[A];第二十九屆中國控制會議論文集[C];2010年

7 楊誠;楊傳啟;;基于粒子群算法的PID參數(shù)優(yōu)化[A];第七屆工業(yè)儀表與自動化學(xué)術(shù)會議論文集[C];2006年

8 劉文許;林禮清;溫步瀛;;電力市場下基于改進(jìn)粒子群算法的AGC機(jī)組選擇[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

9 劉衍民;馬衛(wèi)民;;基于高斯白噪聲擾動的混合粒子群算法及其應(yīng)用[A];第十屆中國不確定系統(tǒng)年會、第十四屆中國青年信息與管理學(xué)者大會論文集[C];2012年

10 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構(gòu)研究[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 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

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

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

4 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

5 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

6 劉衍民;粒子群算法的研究及應(yīng)用[D];山東師范大學(xué);2011年

7 王雪飛;粒子群算法的動態(tài)拓樸結(jié)構(gòu)研究[D];西南大學(xué);2008年

8 薛堯予;群能量守恒粒子群算法及其在發(fā)酵過程控制中的應(yīng)用研究[D];北京化工大學(xué);2010年

9 張震;骨干粒子群算法及其在電力變壓器設(shè)計中的應(yīng)用[D];浙江大學(xué);2014年

10 全海燕;混合克隆競爭與啟發(fā)學(xué)習(xí)策略的多角色隨機(jī)游動粒子群算法研究[D];云南大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 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

2 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[D];河北聯(lián)合大學(xué);2014年

3 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

4 梁計鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長安大學(xué);2015年

5 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];安徽財經(jīng)大學(xué);2015年

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

7 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

8 王秀全;基于蟻群粒子群算法的無線多媒體傳感器網(wǎng)絡(luò)覆蓋優(yōu)化[D];太原理工大學(xué);2016年

9 鮑立婷;粒子群算法在基于LBS快遞派送中的應(yīng)用研究[D];東華理工大學(xué);2016年

10 林雨慶;粒子群算法自適應(yīng)行為分析研究[D];吉林大學(xué);2016年

，

本文編號：923268