粒子群優(yōu)化算法研究及在陣列天線中的應(yīng)用.pdf

1、粒子群優(yōu)化算法是近十幾年新出現(xiàn)的一種基于群迭代的模擬群體生物相互協(xié)同尋優(yōu)的啟發(fā)式優(yōu)化算法，因其收斂速度快和易于實(shí)現(xiàn)等特點(diǎn)，已經(jīng)成為計(jì)算智能領(lǐng)域新的研究熱點(diǎn)。由于粒子群算法理論基礎(chǔ)還不完備，并存在早熟收斂的問題，因此，對算法進(jìn)行深入的理論分析及改進(jìn)是研究者們的工作重點(diǎn)之一?；谶@種情況，本文對標(biāo)準(zhǔn)粒子群算法的收斂性及穩(wěn)定性進(jìn)行了分析，從提高系統(tǒng)動態(tài)特性的角度提出了參數(shù)選擇策略，為了提高算法的全局搜索能力及收斂速度提出了鯰魚粒子群算法。本文

2、主要研究內(nèi)容如下：
　　 本研究從描述粒子軌跡的算式出發(fā)，通過勞斯穩(wěn)定判據(jù)及終值定理，推出粒子軌跡穩(wěn)定收斂的條件及穩(wěn)態(tài)值。通過對粒子迭代過程的分析，發(fā)現(xiàn)當(dāng)加速因子為2時(shí)，粒子位置期望始終保持最優(yōu)狀態(tài)，當(dāng)加速因子取1.85時(shí)，粒子的尋優(yōu)過程最穩(wěn)定。從提高系統(tǒng)穩(wěn)定性的角度出發(fā)，提出了一個(gè)具有普遍意義的參數(shù)選擇策略；同時(shí)，通過調(diào)整遞減指數(shù)提高算法的收斂效率，提出了一種高效的非線性遞減慣性權(quán)重法。采用線性離散系統(tǒng)的分析方法，研究了粒子收

3、斂軌跡受系統(tǒng)特征根分布區(qū)域的影響。發(fā)現(xiàn)當(dāng)特征根為復(fù)數(shù)時(shí)，系統(tǒng)輸出為利于尋優(yōu)的衰減脈沖振蕩序列。應(yīng)用離散系統(tǒng)動態(tài)特性分析理論對收斂域內(nèi)粒子軌跡的動態(tài)行為首次進(jìn)行了理論解釋，指出決定復(fù)特征根模值和相角的量是最大超調(diào)量和阻尼振蕩角頻率，從提高系統(tǒng)動態(tài)特性的角度出發(fā)，提出了新的PSO參數(shù)選擇原則。理論分析表明此原則滿足M. Jiang所提出的PSO均方收斂條件與選優(yōu)方案，以及Fern′andez Mart′?nez提出的最佳取值方案。
　

4、　 為提高算法的全局搜索能力、加快收斂速度和避免出現(xiàn)早熟收斂，提出了鯰魚粒子群優(yōu)化算法。算法中引入偏差閾值和沖撞力度兩個(gè)概念，來調(diào)整種群的探測和開發(fā)能力，達(dá)到優(yōu)化算法性能的目的。通過不同的測試函數(shù)研究了偏差閾值和沖撞力度對算法的影響，鯰魚粒子群優(yōu)化算法的提出為PSO算法的改進(jìn)及性能的提高提供了新的思路。智能天線可以提高頻譜的利用效率，在移動通信等現(xiàn)代通信系統(tǒng)中發(fā)揮著重要的作用，而方向圖的綜合正是智能天線的核心技術(shù)。采用本文提出的PSO