若干最优化问题的粒子群算法及应用研究
发布时间：2022-01-15 15:59
在经济金融、物流管理、网络安全、机器学习等领域中存在着各种类型的复杂优化问题,它们通常表现出高维、非线性、多目标或离散性等特点,传统的优化方法根本无法求解,因此研究这些问题的高效求解算法是现阶段科研人员和工程技术人员的重点攻关课题。粒子群算法是一种基于概率的随机搜索算法,具有较强的鲁棒性和全局寻优能力,因参数少,易实现等特点,该算法一经提出就受到了学者们的关注,目前已应用粒子群算法成功地解决了实际中的许多复杂优化问题。本文对约束优化、混合整数规划、多目标优化等复杂问题进行了深入系统的研究,根据各自问题的特点,构建了不同的改进粒子群算法,同时针对股票价格预测和多目标车间调度问题提出了改进粒子群优化算法。论文完成的主要研究工作和成果总结如下:（1）针对非线性约束优化问题,提出了一种基于改进Deb准则的粒子群算法（FIPSO）。该算法在Deb准则的基础上更好地保留了“优秀”不可行解的信息,使其可以发挥自身的优势,引导算法跳出局部极值点,更快收敛到全局最优解。同时,为了进一步提高算法的全局搜索能力,引入DE策略对粒子群的个体最优位置进行优化,加快了算法的收敛速度。为了验证算法的性能,对CEC2...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：178 页
【学位级别】：博士
【部分图文】：
图1.3粒子群算法
像处理技术可以更为有效地跳出局部最优，收敛到全局最优，提高问题的求解精度和效率。如今粒子群算法已经在图像分割[60-61]、图像配准[62]、图像融合[63-64]、图像边缘检测[65]等方面发挥了重要的作用。1.2.4粒子群算法的拓扑结构粒子群算法(PSO)的拓扑结构是指群体中粒子间的信息连接方式，它决定了粒子学习对象的选择范围，不同的拓扑结构决定了不同的算法构造，可以说拓扑结构的选择是影响算法性能的关键因素。Mends等[66]在2004年进一步研究了粒子群算法的原理和粒子间的信息流传输方式，提出了5种类型的拓扑结构，如图1.3。(a)All型(b)Ring型(c)FourCluster型(d)Pyramid型(e)Square型图1.3粒子群算法的典型拓扑结构Fig1.3TypicaltopologicalstructureofPSOalgorithmAll型是指每个粒子的邻居是除了自身之外的整个种群中所有粒子，也就是说每个粒子都可以与整个种群进行信息交流，显然更有利于种群的全局搜索，该拓扑结构是从原始粒子群算法开始沿用至今的一种形式；Ring型是最为简单的一种
像处理技术可以更为有效地跳出局部最优，收敛到全局最优，提高问题的求解精度和效率。如今粒子群算法已经在图像分割[60-61]、图像配准[62]、图像融合[63-64]、图像边缘检测[65]等方面发挥了重要的作用。1.2.4粒子群算法的拓扑结构粒子群算法(PSO)的拓扑结构是指群体中粒子间的信息连接方式，它决定了粒子学习对象的选择范围，不同的拓扑结构决定了不同的算法构造，可以说拓扑结构的选择是影响算法性能的关键因素。Mends等[66]在2004年进一步研究了粒子群算法的原理和粒子间的信息流传输方式，提出了5种类型的拓扑结构，如图1.3。(a)All型(b)Ring型(c)FourCluster型(d)Pyramid型(e)Square型图1.3粒子群算法的典型拓扑结构Fig1.3TypicaltopologicalstructureofPSOalgorithmAll型是指每个粒子的邻居是除了自身之外的整个种群中所有粒子，也就是说每个粒子都可以与整个种群进行信息交流，显然更有利于种群的全局搜索，该拓扑结构是从原始粒子群算法开始沿用至今的一种形式；Ring型是最为简单的一种
【参考文献】：
期刊论文
[1]基于粒子群-模拟退火算法的背包问题研究[J]. 耿亚,吴访升. 控制工程. 2019(05)
[2]粒子群遗传混合算法求解考虑传输时间的FJSP[J]. 田旻,张光军,刘人境. 运筹与管理. 2019(04)
[3]基于动态聚类混合拓扑结构粒子群算法的PDVRPTF[J]. 杨福兴,胡智超,孔继利. 北京邮电大学学报. 2019(01)
[4]马尔科夫链的粒子群优化算法全局收敛性分析[J]. 任子晖,王坚,高岳林. 控制理论与应用. 2011(04)
[5]一种自适应离散粒子群算法及其应用研究[J]. 张长胜,孙吉贵,欧阳丹彤. 电子学报. 2009(02)
[6]适于混合整数非线性规划的混合粒子群优化算法[J]. 贺益君,陈德钊. 浙江大学学报(工学版). 2008(05)
[7]微粒群算法的统一模型及分析[J]. 曾建潮,崔志华. 计算机研究与发展. 2006(01)
[8]基于POX交叉的遗传算法求解Job-Shop调度问题[J]. 张超勇,饶运清,刘向军,李培根. 中国机械工程. 2004(23)
博士论文
[1]基于混合离散粒子群算法的柔性作业车间调度问题研究[D]. 张静.浙江工业大学 2014
本文编号：3590905
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：178 页
【学位级别】：博士
【部分图文】：
图1.3粒子群算法
像处理技术可以更为有效地跳出局部最优，收敛到全局最优，提高问题的求解精度和效率。如今粒子群算法已经在图像分割[60-61]、图像配准[62]、图像融合[63-64]、图像边缘检测[65]等方面发挥了重要的作用。1.2.4粒子群算法的拓扑结构粒子群算法(PSO)的拓扑结构是指群体中粒子间的信息连接方式，它决定了粒子学习对象的选择范围，不同的拓扑结构决定了不同的算法构造，可以说拓扑结构的选择是影响算法性能的关键因素。Mends等[66]在2004年进一步研究了粒子群算法的原理和粒子间的信息流传输方式，提出了5种类型的拓扑结构，如图1.3。(a)All型(b)Ring型(c)FourCluster型(d)Pyramid型(e)Square型图1.3粒子群算法的典型拓扑结构Fig1.3TypicaltopologicalstructureofPSOalgorithmAll型是指每个粒子的邻居是除了自身之外的整个种群中所有粒子，也就是说每个粒子都可以与整个种群进行信息交流，显然更有利于种群的全局搜索，该拓扑结构是从原始粒子群算法开始沿用至今的一种形式；Ring型是最为简单的一种
像处理技术可以更为有效地跳出局部最优，收敛到全局最优，提高问题的求解精度和效率。如今粒子群算法已经在图像分割[60-61]、图像配准[62]、图像融合[63-64]、图像边缘检测[65]等方面发挥了重要的作用。1.2.4粒子群算法的拓扑结构粒子群算法(PSO)的拓扑结构是指群体中粒子间的信息连接方式，它决定了粒子学习对象的选择范围，不同的拓扑结构决定了不同的算法构造，可以说拓扑结构的选择是影响算法性能的关键因素。Mends等[66]在2004年进一步研究了粒子群算法的原理和粒子间的信息流传输方式，提出了5种类型的拓扑结构，如图1.3。(a)All型(b)Ring型(c)FourCluster型(d)Pyramid型(e)Square型图1.3粒子群算法的典型拓扑结构Fig1.3TypicaltopologicalstructureofPSOalgorithmAll型是指每个粒子的邻居是除了自身之外的整个种群中所有粒子，也就是说每个粒子都可以与整个种群进行信息交流，显然更有利于种群的全局搜索，该拓扑结构是从原始粒子群算法开始沿用至今的一种形式；Ring型是最为简单的一种
【参考文献】：
期刊论文
[1]基于粒子群-模拟退火算法的背包问题研究[J]. 耿亚,吴访升. 控制工程. 2019(05)
[2]粒子群遗传混合算法求解考虑传输时间的FJSP[J]. 田旻,张光军,刘人境. 运筹与管理. 2019(04)
[3]基于动态聚类混合拓扑结构粒子群算法的PDVRPTF[J]. 杨福兴,胡智超,孔继利. 北京邮电大学学报. 2019(01)
[4]马尔科夫链的粒子群优化算法全局收敛性分析[J]. 任子晖,王坚,高岳林. 控制理论与应用. 2011(04)
[5]一种自适应离散粒子群算法及其应用研究[J]. 张长胜,孙吉贵,欧阳丹彤. 电子学报. 2009(02)
[6]适于混合整数非线性规划的混合粒子群优化算法[J]. 贺益君,陈德钊. 浙江大学学报(工学版). 2008(05)
[7]微粒群算法的统一模型及分析[J]. 曾建潮,崔志华. 计算机研究与发展. 2006(01)
[8]基于POX交叉的遗传算法求解Job-Shop调度问题[J]. 张超勇,饶运清,刘向军,李培根. 中国机械工程. 2004(23)
博士论文
[1]基于混合离散粒子群算法的柔性作业车间调度问题研究[D]. 张静.浙江工业大学 2014
本文编号：3590905
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3590905.html
