基于動(dòng)態(tài)策略的粒子群優(yōu)化算法研究.pdf

1、粒子群優(yōu)化算法PSO是一種基于群智能的優(yōu)化方法。該算法受啟發(fā)于社會(huì)心理學(xué)和人工生命中的相關(guān)觀點(diǎn)，模仿個(gè)體之間的社會(huì)交互，即現(xiàn)實(shí)社會(huì)中個(gè)體模仿周?chē)晒€(gè)體行為的方式。由于其收斂快、計(jì)算代價(jià)低和易于實(shí)現(xiàn)等特點(diǎn)，目前已經(jīng)成為智能計(jì)算領(lǐng)域的研究熱點(diǎn)。一些改進(jìn)算法在某些問(wèn)題上或某個(gè)領(lǐng)域內(nèi)得到了成功應(yīng)用，但其應(yīng)用范圍仍然有限。如果要獲得更好的效果，PSO的應(yīng)用人員必須根據(jù)具體問(wèn)題，在原始的算法模型上進(jìn)行適當(dāng)?shù)呐渲?。針?duì)這一問(wèn)題，本論文嘗試設(shè)計(jì)采用

2、動(dòng)態(tài)策略的粒子群優(yōu)化算法，使之能夠根據(jù)具體問(wèn)題自適應(yīng)調(diào)整解的搜索過(guò)程，從而不用手動(dòng)配置就能達(dá)到比較理想的效果。 本文通過(guò)歸納PSO在具體應(yīng)用中的設(shè)計(jì)方法，構(gòu)造了一個(gè)基本的算法設(shè)計(jì)框架，并綜合現(xiàn)有研究成果對(duì)其進(jìn)行優(yōu)化。優(yōu)化的算法設(shè)計(jì)框架為將來(lái)的算法應(yīng)用和研究工作提供了一個(gè)更高的平臺(tái)，本論文以下的工作也基于此平臺(tái)展開(kāi)。設(shè)計(jì)了基于動(dòng)態(tài)記憶策略的粒子群優(yōu)化算法DMPSO。由于PSO算法模仿社會(huì)規(guī)范的涌現(xiàn)過(guò)程，本文從社會(huì)現(xiàn)象入手，借鑒社會(huì)

3、心理學(xué)思想，研究個(gè)體記憶對(duì)個(gè)體行為的影響，提出了個(gè)體記憶貢獻(xiàn)度的概念，并給出了幾種可供選擇的度量方法?；趥€(gè)體記憶貢獻(xiàn)度的值動(dòng)態(tài)地為每個(gè)粒子的個(gè)體記憶賦予相應(yīng)權(quán)重，實(shí)現(xiàn)了DMPSO。在測(cè)試函數(shù)上的實(shí)驗(yàn)結(jié)果顯示該算法能夠有效地根據(jù)不同問(wèn)題自適應(yīng)地調(diào)整每個(gè)粒子的個(gè)體記憶權(quán)重。提出了基于動(dòng)態(tài)鄰域策略的粒子群優(yōu)化算法DNPSO和IDNPSO。系統(tǒng)地分析了PSO算法中的鄰域結(jié)構(gòu)及其對(duì)算法性能的影響之后，發(fā)現(xiàn)對(duì)于不同的問(wèn)題，適用的鄰域拓?fù)湟膊幌嗤?/p>