粒子群算法及其在布局優(yōu)化中的應(yīng)用.pdf

1、粒子群優(yōu)化(Particle Swarm Optimization)算法是一類啟發(fā)式隨機(jī)全局優(yōu)化技術(shù),PSO算法通過粒子間的相互作用發(fā)現(xiàn)復(fù)雜搜索空間中的最優(yōu)區(qū)域.PSO的優(yōu)勢(shì)在于只涉及簡(jiǎn)單計(jì)算,易于實(shí)現(xiàn),適用范圍廣泛.該文介紹了基本的PSO算法、若干類改進(jìn)的PSO算法及其應(yīng)用.布局問題屬于具有很強(qiáng)應(yīng)用背景的組合優(yōu)化問題,除其內(nèi)在的完全NP問題的計(jì)算復(fù)雜性外,布局問題還包括約束復(fù)雜性問題和布局物體與待布空間的形狀復(fù)雜性問題等.該文以人造衛(wèi)

2、星艙布局為背景,研究二維帶平衡及不干涉等約束的圓集、長(zhǎng)方形集在轉(zhuǎn)動(dòng)圓容器內(nèi)的布局優(yōu)化問題.將PSO算法應(yīng)用于這些布局模型,構(gòu)造此類問題的粒子表達(dá)方法,建立了此類問題的粒子群算法.另外,該文提出將正交約束應(yīng)用于衛(wèi)星艙內(nèi)長(zhǎng)方體群布局優(yōu)化中的新思路.該文引用了一些已知算例,并構(gòu)造了一些特殊的高維算例.對(duì)比實(shí)驗(yàn)的結(jié)果顯示,PSO算法在解決布局優(yōu)化問題中,效率和精度都遠(yuǎn)勝于遺傳算法.同時(shí)該文也用大量的算例驗(yàn)證了在衛(wèi)星艙內(nèi)長(zhǎng)方體群的布局優(yōu)化模型中,