求解約束優(yōu)化問題的粒子群算法研究.pdf

1、隨著時代的發(fā)展、科技的創(chuàng)新，求解約束優(yōu)化問題的方法不斷推新，出現(xiàn)了如遺傳算法、蟻群算法、進化規(guī)劃、進化策略、粒子群算法等優(yōu)秀的方法。粒子群算法作為一種新型智能算法，憑借其實現(xiàn)簡單、參數(shù)少并且不依賴函數(shù)本身的特點受到了越來越多的關(guān)注。將其應(yīng)用于約束優(yōu)化問題的求解中，也取得了不少成果。 本文針對約束優(yōu)化問題，提出一種改進的粒子群算法?？紤]到大多數(shù)約束優(yōu)化問題的最優(yōu)值往往出現(xiàn)在約束條件附近的特點，將約束條件作為一項引導(dǎo)量與基本粒子群算

2、法相結(jié)合進行改進，改進后的粒子群模型含有個體部分、社會部分以及約束條件組成的引導(dǎo)部分。對于部分約束優(yōu)化問題，特別是最優(yōu)解在邊界上的約束優(yōu)化問題，加入引導(dǎo)部分能提高向邊界條件收斂的速度，防止在邊界值附近無限循環(huán)的可能，抑制了部分早熟現(xiàn)象的產(chǎn)生。 文章主要分成了五個部分，首先將國內(nèi)外的研究進展進行概述；其次針對約束優(yōu)化問題提出自己的改進算法；然后將改進的算法應(yīng)用于約束優(yōu)化問題的兩個方向：單目標約束優(yōu)化問題和多目標約束優(yōu)化問題；接著文