基于水平集的PSO算法優(yōu)化及其應(yīng)用研究.pdf

1、智能優(yōu)化算法區(qū)別于傳統(tǒng)的優(yōu)化算法，以其在工程問題尋求全局最優(yōu)解中的巨大優(yōu)勢，目前越來越受到人們的關(guān)注。模擬退火算法，蟻群算法，遺傳算法和粒子優(yōu)化算法等作為智能優(yōu)化算法的重要組成部分，雖然出現(xiàn)時間較晚，優(yōu)化機理不同，但都在解決函數(shù)優(yōu)化與組合優(yōu)化問題中發(fā)揮了巨大的作用特別是一些NP難問題。目前很多學(xué)者從事著這四種算法的研究，包括參數(shù)設(shè)計和理論探索，并且這四種算法有一種融合的趨勢。 粒子優(yōu)化算法作為智能優(yōu)化算法的一種，以其結(jié)構(gòu)簡單，參

2、數(shù)設(shè)置少，收斂性強等優(yōu)點成為了許多學(xué)者研究的首選，近些年出現(xiàn)了很多的研究成果?？偟恼f來，粒子優(yōu)化算法中各個粒子進化的每一代只跟兩個值有關(guān)即群體最優(yōu)位置和個體最優(yōu)位置，在進化過程中單個粒子不斷的從這兩個值中獲取信息，相應(yīng)的調(diào)整自己的運動方向，從而達到自己的最佳位置，可以說對于這兩個值的選取和組合直接影響到整個算法性能，而本論文就是以這兩個值作為出發(fā)點所構(gòu)建的。水平集理論自產(chǎn)生以后，目前主要運用于對圖像的處理上包括圖形分割和邊緣提取，為此國

3、內(nèi)外也出現(xiàn)了很多的文獻，近來，有學(xué)者把它應(yīng)用于對遺傳算法的優(yōu)化上并且達到了很好的效果，從而開創(chuàng)了結(jié)合智能算法的水平集。本論文便是把水平集應(yīng)用到對粒子優(yōu)化算法的改進上，把水平集在智能算法上的應(yīng)用更進一步。文章首先利用各個粒子對應(yīng)的適應(yīng)值構(gòu)造一個水平集，然后結(jié)合水平集的選擇功能以兩種不同的方式對原有粒子優(yōu)化算法進行改進即基于群體最優(yōu)位置的水平集粒子優(yōu)化算法(粒子進化只與群體中每一代最優(yōu)位置有關(guān))和基于個體最優(yōu)位置的水平集粒子優(yōu)化算法(粒子進