bck

收藏本站

具有混沌局部搜索策略的粒子群优化算法研究

【摘要】:如何改进粒子群优化(Particle swarm optimization, PSO)算法,并将其用于解决现实世界的各类优化问题已成为当前的研究热点。在众多的改进方法中,一种重要的形式就是混沌PSO算法。本文对混沌PSO算法进行了定义和分类,分析了各类混沌PSO算法的特点,指出了混沌局部搜索的PSO算法是各类混沌PSO算法中最为有效的一种方法。目前,研究者们虽然提出了很多形式的混沌局部搜索算法,但是这些算法都有一个共同的特点,即每次混沌搜索时,被指定的搜索解向量的每一维都会改变。当指定的搜索解向量维数较多时,这种每维改变的方式很难实现精细搜索,为此提出了一种单维的混沌局部搜索算法。基于单维混沌局部搜索算法、PSO算法以及其它一些策略,提出了4种混合算法以解决不同类型的优化问题,具体如下: 1、提出了一种单维混沌局部搜索和多样性维持策略的混沌PSO算法用于解决无约束的单目标连续函数优化问题,其中采用单维的混沌局部搜索算法以增强PSO算法的局部搜索能力,采用混沌序列替换PSO算法的某些参数以增强PSO算法的全局搜索能力。同时,当混合算法陷入早熟收敛时,采用多样度维持策略改进PSO算法的多样性。提出的算法与其它三种混沌PSO算法分别对10维和30维的8个经典测试函数进行了50次求解,仿真实验结果表明了提出的算法在两种情况下所获最优解的平均误差精度和标准差均好于其它三种算法。 2、提出了一种混沌全局搜索和局部搜索相结合的PSO算法用于解决整数规划问题(属于约束的单目标离散函数优化问题)和混合整数规划问题(属于约束的同时包含离散变量和连续变量的单目标函数优化问题),其中混沌全局搜索算法用于增强PSO算法的全局搜索能力,混沌局部搜索算法用于增强PSO算法的局部搜索能力,这种混沌局部搜索算法与其它学者提出混沌局部搜索算法最本质的区别在于:前者能同时执行多维和单维的混沌局部搜索,后者只能执行多维的混沌局部搜索。14个整数和混合整数问题求解结果表明:提出的算法对整数规划问题能获得100%的成功率,而对混合整数规划问题不能获得100%的成功率。 3、考虑到提出的混沌全局搜索和局部搜索相结合的PSO算法解决混合整数规划问题时不能获得100%的成功率,提出一种融合差分进化、混沌局部搜索和PSO的混合算法用于解决一类混合整数规划问题,即可靠性冗余分配问题,其中引入差分进化算法以间接增强PSO算法的全局搜索能力,混沌局部搜索算法也是采用多维和单维结合的形式。实验比较了新算法与其它6种改进的元启发式算法对4个典型系统的可靠性冗余分配问题的求解情况,结果表明了新算法比其它6种算法中最好的算法能获得更好的或同样的系统可靠性。此外,针对已有的算法性能评价指标MPI的不足,提出了一个新的性能指标SR, SR对新算法与其它6种算法的评价结果表明了新算法是所有算法中最好的一种算法。 4、提出了一种基于混沌局部搜索的多目标PSO算法用于解决无约束的多目标连续函数优化问题,其中采用个体档案文件和全局档案文件分别保存个体非支配解和全局非支配解,且当个体或全局档案文件超过最大容量时为使非支配解均匀分布在解空间,采用基于相邻个体间距离之和最小删除法处理多余的非支配解。同时,为找到更多或更为接近的Pareto最优解,每代采用混沌局部搜索算法对所有粒子产生的支配解(相对于全局档案文件中非支配解)和全局档案文件中的所有非支配解进行搜索。实验对提出的算法与其它2种多目标PSO算法在解决9个基本的多目标函数优化问题时进行了比较,结果表明:在最终代距和间距性能指标的评价下,提出的算法在每个问题上都好于其它两种算法。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前20条
1 俞欢军,许宁,张丽平,胡上序;混合粒子群优化算法研究[J];信息与控制;2005年04期
2 段玉红;高岳林;;基于蚁群信息机制的粒子群算法[J];计算机工程与应用;2008年31期
3 田东平;徐成虎;;改进的粒子群优化算法的研究和分析[J];计算机工程与应用;2008年34期
4 钱彭飞;章兢;谢燕江;;一种新的混合粒子群优化算法[J];科技导报;2010年22期
5 高卫峰;刘三阳;;一种高效粒子群优化算法[J];控制与决策;2011年08期
6 靳雁霞;韩燮;周汉昌;;改进的粒子群优化算法[J];计算机工程与设计;2009年17期
7 徐刚;瞿金平;;一种用于多目标优化的混合粒子群优化算法[J];计算机工程与应用;2008年33期
8 罗雪晖;杨烨;李霞;;改进混合蛙跳算法求解旅行商问题[J];通信学报;2009年07期
9 郝平波;魏英姿;冯艺君;;基于基因片段分解的粒子群算法求解置换Flowshop问题[J];电子设计工程;2011年02期
10 王姝;陈崚;;基于正交试验设计的粒子群优化算法[J];扬州大学学报(自然科学版);2010年02期
11 刘海林,滕少华,刘永清;强化局部搜索能力的遗传算法[J];广东工业大学学报;2002年04期
12 马书南;帅训波;曹凤雪;;一种基于逆序算子的优化组合遗传算法[J];电子技术应用;2006年06期
13 黄美玲;白似雪;;一种新型求解多序列比对问题的方法[J];现代计算机;2007年02期
14 李玉清;康筱锋;张建生;刘长安;;一类带工艺约束生产调度的随机梯度遗传算法[J];西安工业大学学报;2007年03期
15 覃锦华;谢作党;王宇平;;解旅行商问题的一个新进化算法[J];现代电子技术;2007年22期
16 韩丽霞;王宇平;;图着色问题的新遗传算法[J];西安电子科技大学学报;2008年02期
17 叶军;吕强;韩宏波;;基于特征提取系统的遗传算法在QAP上的应用[J];计算机应用与软件;2008年09期
18 梁敬东;郭建军;梁海洪;郭凤仪;;基于混沌局部搜索的多目标遗传算法[J];辽宁工程技术大学学报(自然科学版);2010年04期
19 胡欣,汪红星,康立山;求解多维0—1背包问题的混合遗传算法[J];计算机工程与应用;1999年11期
20 师瑞峰,周泓,上官春霞;一种求解job shop问题的混合多目标遗传算法[J];计算机工程与应用;2005年30期
中国重要会议论文全文数据库 前10条
1 杨宏军;宋亦旭;梁伟;贾培发;;基于GLS-PSO的机器人砂带磨削轨迹优化[A];中国自动化学会控制理论专业委员会D卷[C];2011年
2 肖冰松;方洋旺;刘万俊;张磊;;基于局部搜索粒子群优化的协同空战目标分配[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
3 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
4 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 周永华;毛宗源;;算术杂交算子局部搜索能力分析[A];第二十三届中国控制会议论文集(下册)[C];2004年
6 凌青;金辉宇;茅旭峰;吴刚;王秋平;;遗传算法在变间距全息光栅设计中的应用[A];第二十三届中国控制会议论文集(下册)[C];2004年
7 吴景岚;朱文兴;;基于k中心点的迭代局部搜索聚类算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
8 姜立强;郭铮;刘光斌;;差分进化算法缩放因子取值策略研究[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
9 唐好选;曲毅;;蚁群优化算法在蛋白质构象预测问题中的应用[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年
10 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
中国博士学位论文全文数据库 前10条
1 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年
2 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
3 赵晶;量子行为粒子群优化算法及其应用中的若干问题研究[D];江南大学;2013年
4 王维博;粒子群优化算法研究及其应用[D];西南交通大学;2012年
5 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
6 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
7 丁国君;动车组制动控制系统故障诊断方法研究[D];北京交通大学;2013年
8 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
9 莫鸿强;遗传算法搜索能力和编码方式研究[D];华南理工大学;2001年
10 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
2 王真;一种带局部搜索空间的动态目标搜索算法[D];郑州大学;2010年
3 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
4 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
5 王庆国;PSO收敛性分析及其在电厂循环水系统中的应用[D];浙江大学;2010年
6 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010年
7 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
8 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
9 方昕;粒子群优化算法在路径规划中的应用[D];陕西师范大学;2010年
10 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
中国重要报纸全文数据库 前10条
1 兴业期货 秦小坡;[N];期货日报;2010年
2 柏荣;[N];中国高新技术产业导报;2003年
3 本报记者 程鸿;[N];计算机世界;2002年
4 魏广利;[N];中国国防报;2002年
5 赵国范;[N];农民日报;2001年
6 ;[N];通信产业报;2010年
7 ;[N];中国计算机报;2001年
8 特约记者 王新;[N];中国船舶报;2001年
9 李宝华;[N];中国船舶报;2002年
10 林滨/中国船舶工业市场研究中心;[N];中国船舶报;2002年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|