基于P系统的粒子群算法研究与应用

发布时间：2021-06-06 09:43

　　膜计算（Membrane Computing,简称MC）是生物仿生计算领域研究的一个新分支,由罗马尼亚科学院和欧洲科学院院士G.P?un教授提出,膜计算理论模型也被称为膜系统（Membrane System）或者P系统（P System）,该模型思想源自生物界的启发,致力于分析并探索如何从生物细胞的内部结构和功能中抽象出理论计算模型并加以深入研究。膜系统在理论上被证明是一种分布式而且具有极大并行性的高性能计算系统,在如今计算机硬件条件不足以满足对于高性能的并行计算能力的现实要求下,具有分布式结构且有极大并行计算能力的膜系统的研究已经发展成生物仿生计算中的一大热门领域。粒子群优化算法（Particle Swarm Optimization Algotithm,简称PSO）由Kennedy和Eberhart于1995年提出,该算法是通过模拟自然界中鸟群的飞行觅食行为进而抽象出优化算法的理论计算模型。在粒子群优化算法中,分别有速度更新公式和位置更新公式来调整粒子自身的飞行方向以保证粒子向着食物即最优解的位置飞行,在飞行过程（迭代优化过程）中群体中所有的粒子都具有记忆能力,能根据自身经历过的最... 

【文章来源】：山东师范大学山东省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图1.3粒子寻优示意图（a）

图 1.3 粒子寻优示意图（b）图表示粒子的速度和位置从迭代 次到 次的调会部分”对于粒子向最优值方向飞行的速度分量方向飞行的速度分量， 是粒子自身具有的速度到粒子新的位置 。粒子群算法具体描述如下 种 群 中 包 含 n 个 粒 子示其当前位置， （ ）表示当极值且记为 ,gbest 表示整个。是随机生成的，所以为了避免粒子速度过大而导是跑出搜索空间，因此必须施加最大速度 从而

到下一次迭代中：从 （ ）分布的随机变量；型 P 系统的高斯采样粒子群算法设计 P 系统设计统是由细胞型 P 系统拓展得到的 P 系统，组织型 P 系统是都包含对象多重集及规则，而且组织型 P 系统可以实现细的交流。在组织型 P 系统中有一个统一的时间设定，每个独自完成膜内对象的进化，因此所有的膜之间都可以通过与膜之间对象的转移和信息交流，而且膜在触发终止规则出到环境中。

【参考文献】：
期刊论文
[1]K-means算法及其改进研究现状[J]. 常彤.  通讯世界. 2017(19)
[2]K-means初始聚类中心选取优化算法[J]. 孙佳,胡明,赵佳.  长春工业大学学报. 2016(01)
[3]基于Tent映射和Logistic映射的粒子群优化算法（英文）[J]. 田东平,赵天绪.  陕西科技大学学报(自然科学版). 2010(02)

硕士论文
[1]量子进化膜计算在辐射源信号分析中的应用[D]. 刘春秀.西南交通大学 2010



本文编号：3214122