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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著人們對(duì)生命本質(zhì)的不斷了解,生命科學(xué)正以前所未有的速度迅猛發(fā)展,使人工智能的研究開始擺脫經(jīng)典邏輯計(jì)算的束縛,大膽探索新的非經(jīng)典計(jì)算途徑。在這種背景下,社會(huì)性動(dòng)物(如蟻群、蜂群、鳥群等)的自組織行為引起人們的廣泛關(guān)注,許多學(xué)者對(duì)這種行為進(jìn)行數(shù)學(xué)建模并用計(jì)算機(jī)對(duì)其進(jìn)行仿真,這就產(chǎn)生了所謂的“群體智能”。社會(huì)性動(dòng)物的妙處在于:個(gè)體的行為都很簡(jiǎn)單,但當(dāng)他們一起協(xié)同工作時(shí),卻能夠“突現(xiàn)”出非常復(fù)雜(智能)的行為特征。粒子群優(yōu)化算法是起源于對(duì)簡(jiǎn)單
2、社會(huì)系統(tǒng)的模擬,最初是模擬鳥群覓食的過程,是一種基于迭代的優(yōu)化工具。系統(tǒng)初始化為一組隨機(jī)解,通過迭代搜尋最優(yōu)值。目前已廣泛應(yīng)用于函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓(xùn)練、數(shù)據(jù)挖掘、模糊系統(tǒng)控制以及其他的應(yīng)用領(lǐng)域。
粒子群優(yōu)化算法在進(jìn)化初期的收斂速度快,因而也容易陷入局部最優(yōu)。它在進(jìn)化的后期收斂速度變慢,并且收斂精度低,若加速系數(shù)或者最大速度的參數(shù)過大,則很容易就錯(cuò)過最優(yōu)解。本文針對(duì)該問題進(jìn)行了研究,包括對(duì)粒子群優(yōu)化算法的改進(jìn)、對(duì)欺騙性問題的
3、分析和解決以及對(duì)粒子群優(yōu)化算法中的參數(shù)提出了新的選取機(jī)制。具體做了以下一些工作:
(1)研究了進(jìn)化算法和群體智能算法的相關(guān)知識(shí)和主要技術(shù)。其中,在群體智能算法中介紹了蟻群算法的基本原理以及它的研究現(xiàn)狀,在進(jìn)化算法中介紹了遺傳算法,并對(duì)進(jìn)化算法和粒子群優(yōu)化算法進(jìn)行了闡述和比較,指出他們的共同點(diǎn)與區(qū)別。
(2)針對(duì)PSO算法進(jìn)化初期收斂速度快,容易陷入局部最優(yōu);在進(jìn)化的后期收斂速度慢并且收斂精度低的缺陷,同時(shí)為了
4、提高粒子群優(yōu)化算法的收斂速度和全局尋優(yōu)能力,提出了基于正交試驗(yàn)的粒子群優(yōu)化算法OE-PSO。在基本粒子群算法的基礎(chǔ)上,算法OE-PSO對(duì)當(dāng)前搜索到的解進(jìn)行局部尋優(yōu),利用正交試驗(yàn)設(shè)計(jì)對(duì)搜索空間的分布均勻性,在可行解的鄰域選擇有代表性的解進(jìn)行測(cè)試。算法OE-PSO用搜索到的更好的解在下一次迭代中引導(dǎo)粒子進(jìn)行搜索,從而可獲得更快的收斂速度和質(zhì)量更高的解,同時(shí)避免局部最優(yōu)。我們的實(shí)驗(yàn)結(jié)果表明,算法OE-PSO不但具有較快的收斂速度,而且能夠有效
5、地提高解的精確性,增強(qiáng)算法的魯棒性。
(3)給出粒子群優(yōu)化算法欺騙性問題的兩個(gè)實(shí)例。我們從理論上證明了它們的欺騙性,即證明了在一定的條件下,粒子群優(yōu)化算法(PSO)對(duì)這兩個(gè)問題都不能收斂到全局最優(yōu)解。我們通過實(shí)驗(yàn)驗(yàn)證了上述結(jié)論的正確性。我們還給出了針對(duì)該問題避免欺騙性的方法,并用實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的正確性。
(4)經(jīng)典PSO算法的主要缺點(diǎn)之一是每個(gè)粒子在每次更新迭代過程中過多的重復(fù)計(jì)算過程。在這里,我們提出
溫馨提示
- 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 粒子群優(yōu)化算法的分析及改進(jìn).pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進(jìn)研究.pdf
- 一種改進(jìn)的粒子群優(yōu)化算法及其性能分析.pdf
- 改進(jìn)的粒子群優(yōu)化算法.pdf
- 改進(jìn)粒子群優(yōu)化算法的研究.pdf
- 粒子群優(yōu)化算法及其改進(jìn).pdf
- 改進(jìn)的粒子群優(yōu)化算法的研究.pdf
- 粒子群優(yōu)化算法的改進(jìn)研究.pdf
- 粒子群優(yōu)化算法的若干改進(jìn)及應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進(jìn)研究及應(yīng)用.pdf
- 改進(jìn)粒子群優(yōu)化算法及應(yīng)用研究.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡(jiǎn)介
- 粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用.pdf
- 粒子群優(yōu)化算法的研究與改進(jìn).pdf
- 粒子群優(yōu)化算法的改進(jìn)與應(yīng)用.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡(jiǎn)介
- 粒子群優(yōu)化算法的改進(jìn)方法研究.pdf
- 粒子群優(yōu)化算法的研究和改進(jìn).pdf
- 改進(jìn)的粒子群優(yōu)化算法及應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論