粒子群算法及其在串联盘输送机控制系统中的应用研究

发布时间：2022-09-28 17:12

　　粒子群优化算法（Particle Swarm Optimization,PSO）是基于群体智能理论的生物启发式优化算法。该算法源于社会型群体生物简单的社会行为模拟,它的本质思想是通过群体中个体与个体间的合作与竞争涌现的群集智能为优化问题提供一种新的解决方案。 粒子群算法由于其算法简单、容易实现,没有过多的参数需要调整等优点,自从1995年由Kennedy提出后,目前已引起学者的广泛关注,并成为人工生命计算研究的一大热点。但作为一种较新的人工生命计算方法,它的研究还处于初级阶段,其算法理论不够深入,应用范围有待扩展。本文从粒子群算法的机理、算法的改进和算法的应用等三个方面对其进行了深入系统的研究,具体内容如下: a)对粒子群算法的研究现状、发展趋势、应用情况等方面进行了详细的综述;介绍了目前比较典型的群体智能算法,并分析了算法各自的特点。 b)对粒子群算法的重要参数—惯性权重进行了试验研究,提出了一种非线性动态自适应的惯性权重调节方法,该方法解决了PSO算法惯性权重选择对问题的依赖性,免除了人工调整的麻烦。 ... 

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 论文研究背景
    1.2 群体智能算法
    1.3 串联盘输送机概述
    1.4 本文的创新点与结构
2 粒子群优化算法综述
    2.1 基本粒子群算法
    2.2 算法流程
    2.3 粒子群算法的改进
    2.4 粒子群优化算法的应用
    2.5 本章小节
3 惯性权重的实验分析
    3.1 标准测试函数选择及参数设置
    3.2 惯性权重的数学表达式
    3.3 试验参数设置
    3.4 试验结果与分析
    3.5 本章小节
4 基于差分进化的一种新型混合粒子群算法
    4.1 标准粒子群算法
    4.2 差分进化算法
    4.3 基于差分进化的混合粒子群算法
    4.4 试验设置与测试函数
    4.5 试验结果
    4.6 本章小节
5 基于粒子群算法的串联盘输送机智能控制
    5.1 串联盘式管道连续输送机简介
    5.2 输送系统运行阻力的确定
    5.3 串联盘管道连续输送机控制系统
    5.4 控制系统的非线性数学模型线性化
    5.5 基于粒子群算法的 PID 控制器设计
    5.6 本章小节
6 结论与展望
作者在攻读硕士学位期间发表的学术论文
致谢
参考文献


【参考文献】：
期刊论文
[1]串联盘式管道连续输送机受料系统运动参数的确定[J]. 栾丽君,陈凯,任立义,闻梆椿.  机械传动. 2006(01)
[2]串联盘式管道连续输送机布置方式及力学分析[J]. 栾丽君,毛君,任立义.  机械设计. 2005(01)
[3]基于带变异算子粒子群优化算法的约束布局优化研究[J]. 李宁,刘飞,孙德宝.  计算机学报. 2004(07)
[4]串联盘输送机驱动方式的确定及运动分析[J]. 徐萃萍,栾丽君.  煤矿机械. 2004(07)
[5]基于粒子群算法的移动机器人路径规划[J]. 秦元庆,孙德宝,李宁,马强.  机器人. 2004(03)
[6]带时间窗车辆路径问题的粒子群算法[J]. 李宁,邹彤,孙德宝.  系统工程理论与实践. 2004(04)
[7]免疫粒子群优化算法[J]. 高鹰,谢胜利.  计算机工程与应用. 2004(06)
[8]IIR数字滤波器设计的粒子群优化算法[J]. 侯志荣,吕振肃.  电路与系统学报. 2003(04)
[9]串联盘式管道连续输送机牵引力的确定[J]. 栾丽君,毛君,任立义.  辽宁工学院学报. 2003(03)
[10]基于粒子群游算法的同步发电机参数辨识[J]. 龙云,王建全.  大电机技术. 2003(01)

博士论文
[1]粒子群优化算法的改进及应用[D]. 王俊伟.东北大学 2006



本文编号：3682056