改進(jìn)粒子群優(yōu)化算法及其應(yīng)用研究.pdf

1、粒子群優(yōu)化算法是Kennedy與Eberhart于1995年提出的一種全局優(yōu)化算法，該算法的基本思想來源于對(duì)鳥群簡(jiǎn)化社會(huì)模型的研究及行為模擬，其中的每個(gè)個(gè)體充分利用群體的與自身的智能，不斷地調(diào)整學(xué)習(xí)，最終得到滿意解。它的主要特點(diǎn)是原理簡(jiǎn)單、參數(shù)少、收斂速度較快、易于實(shí)現(xiàn)。因此，該算法一提出就吸引了的廣大專家、學(xué)者們的關(guān)注，逐漸成為一個(gè)新的研究熱點(diǎn)。但是，粒子群優(yōu)化算法也還存在一些缺陷和不足，比如，算法后期存在搜索速度變慢，過早收斂，易陷

2、入局部最優(yōu)解的現(xiàn)象。本文主要給出了粒子群算法的改進(jìn)策略，包括在粒子群算法的后期引入單純形算子和變異因子，并將改進(jìn)后的粒子群算法用于求解TSP問題或者VRP問題，仿真實(shí)驗(yàn)表明改進(jìn)后的算法是可行、有效的。文章具體研究?jī)?nèi)容包括以下幾個(gè)方面： (1)介紹了論文的研究背景及意義，對(duì)常用的智能優(yōu)化算法進(jìn)行了詳細(xì)的綜述，對(duì)粒子群優(yōu)化算法的理論基礎(chǔ)、研究現(xiàn)狀以及改進(jìn)策略作了詳細(xì)的闡述，描述了粒子群優(yōu)化算法的流程。 (2)針對(duì)粒子群優(yōu)化算法后

3、期存在搜索速度變慢的缺陷，本文提出了一種基于單純形法的改進(jìn)粒子群優(yōu)化算法。該方法既可以有效地克服單純形法易陷入局部最優(yōu)，優(yōu)化結(jié)果受初始值依賴過大的缺點(diǎn)，同時(shí)又避免粒子群尋優(yōu)后期可能出現(xiàn)早熟、易陷入局部最優(yōu)值的缺陷，保證算法具有較快收斂速度，提高算法的全局搜索能力和優(yōu)化結(jié)果的可靠性。 (3) 針對(duì)粒子群優(yōu)化算法易早收斂，易陷入局部最優(yōu)的缺陷，本文引進(jìn)變異因子來改進(jìn)粒子群優(yōu)化算法，提高算法跳出局部收斂的能力。并將改進(jìn)粒子群優(yōu)化算法求解

4、TSP問題，經(jīng)一系列數(shù)據(jù)測(cè)試和驗(yàn)證，改進(jìn)后的算法是有效、可行的。 (4)粒子群優(yōu)化算法是一種很好的求解連續(xù)優(yōu)化問題的算法，文章對(duì)采用該算法求解離散組合優(yōu)化問題進(jìn)行了研究，使用了一種實(shí)數(shù)編碼的方案，在仿真實(shí)驗(yàn)中將各編碼進(jìn)行排序以確定各顧客的服務(wù)順序來求解。將該方案用于求解VRP問題，實(shí)驗(yàn)數(shù)據(jù)表明方案是可行的。 (5)車輛路徑問題是一個(gè)經(jīng)典的組合優(yōu)化問題，本文設(shè)計(jì)了一種求解隨機(jī)需求車輛路徑問題的改進(jìn)的粒子群優(yōu)化算法。文章將需求緊