粒子群算法的拓撲結(jié)構(gòu)分析與研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、作為一種新的群體智能方法,粒子群算法是一個非常有前景的工具,在處理高維函數(shù)以及工程設(shè)計領(lǐng)域的問題時尤其有用。該算法的靈感來源于社會心理學(xué)和人工生命,致力于模擬個體間的社會交互,具有收斂速度快、通用性強等優(yōu)勢,自1995年被提出之后得到了數(shù)值優(yōu)化領(lǐng)域的廣泛關(guān)注。
   如何加快粒子群算法的收斂速度和避免出現(xiàn)早熟收斂,一直是大多數(shù)研究者關(guān)注的重點。克服早熟收斂的措施主要是設(shè)法保持種群的多樣性,或引入跳出局部最優(yōu)點的機制。在加快收斂速

2、度方面,主要的工作集中在如何選擇最優(yōu)算法方面。但這些研究者多數(shù)屬于純科學(xué)計算或工程應(yīng)用領(lǐng)域,他們只專注于結(jié)果而不探究原因,很少有人深入考慮粒子群算法的社會心理學(xué)淵源。
   本文在研究過程中,注重算法的理論分析和實驗驗證相結(jié)合。針對標準的粒子群優(yōu)化算法在種群中傳播速度過快,易陷入局部最優(yōu)解的缺陷,本文提出基于KRTG的動態(tài)拓撲結(jié)構(gòu)的粒子群算法,該算法從粒子間的鄰域結(jié)構(gòu)出發(fā),動態(tài)地調(diào)整種群的拓撲結(jié)構(gòu),增加種群的多樣性,使算法收斂于

3、全局最優(yōu)解。
   文章對粒子群算法作了較為深入的研究,著重從粒子間的拓撲結(jié)構(gòu)對粒子群算法的影響作了詳盡的分析與總結(jié),試圖在已有粒子群的拓撲結(jié)構(gòu)的基礎(chǔ)上做出一些突破或改進。相關(guān)文獻已經(jīng)證明粒子群的拓撲結(jié)構(gòu)對其算法的性能有很大影響。
   本文的核心工作是研究了一種基于KRTG的動態(tài)拓撲結(jié)構(gòu)的粒子群算法,并采用K均值聚類算法對其加以優(yōu)化改進。文中首先介紹了一些關(guān)于粒子群優(yōu)化算法理論的基本知識,并對粒子群理論的研究工作進行了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論