- 1、本文档共129页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
毕 业 论 文
题 目 粒子群算法及其参数设置
专 业 信息与计算科学
班 级 计算061
粒子群优化算法及其参数设置
摘 要
粒子群优化是一种新兴的基于群体智能的启发式全局搜索算法,粒子群优化算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点,倍受科学与工程领域的广泛关注,已经成为发展最快的智能优化算法之一。论文介绍了粒子群优化算法的基本原理,分析了其特点。论文中围绕粒子群优化算法的原理、特点、参数设置与应用等方面进行全面综述,重点利用单因子方差分析方法,分析了粒群优化算法中的惯性权值,加速因子的设置对算法基本性能的影响,给出算法中的经验参数设置。最后对其未来的研究提出了一些建议及研究方向的展望。
关键词:粒子群优化算法;参数;方差分析;最优解
Particle swarm optimization algorithm and its parameter set
Abstract
Particle swarm optimization is an emerging global based on swarm intelligence heuristic search algorithm, particle swarm optimization algorithm competition and collaboration between particles to achieve in complex search space to find the global optimum. It has easy to understand, easy to achieve, the characteristics of strong global search ability, and has never wide field of science and engineering concern, has become the fastest growing one of the intelligent optimization algorithms. This paper introduces the particle swarm optimization basic principles, and analyzes its features. Paper around the particle swarm optimization principles, characteristics, parameters settings and applications to conduct a thorough review, focusing on a single factor analysis of variance, analysis of the particle swarm optimization algorithm in the inertia weight, acceleration factor setting the basic properties of the algorithm the impact of the experience of the algorithm given parameter setting. Finally, its future researched and prospects are proposed.
Key word:Particle warm optimization; Parameter; Variance analysis; Optimal solution
目 录
摘 要 II
Abstract III
1.引言 1
1.1 研究背景和课题意义 1
1.2 参数的影响 1
1.3 应用领域 2
1.4 电子资源 2
1.5 主要工作 2
2.基本粒子群算法 3
2.1 粒子群算法思想的起源 3
2.2 算法原理 4
2.3 基本粒子群算法流程 5
2.4 特点 6
2.5 带惯性权重的粒子群算法 7
2.7 粒子群算法的研究现状 8
3.粒子群优化算法的改进策略 9
3.1 粒子群初始化 9
3.2 邻域拓扑 9
3.3 混合策略 12
4.参数设置 14
4.1 对参数的仿真研究 14
4.2 测试仿真函数 15
4.3 应用单因子方差分析参数对结果影响 33
4.4 对参数的理论分析 34
5结论与展望 39
致谢 43
附录 44
1.引言
1.1 研究背景和课题意义
1、研究如何利用计算技术研究生物现象。
2、研
您可能关注的文档
- 5万锭160台喷气织机棉纺织工厂毕业设计.doc
- 船舶制冷故障分析的最优化方案—毕业设计.doc
- 纺织厂变电所的设计—本科毕业论文设计.doc
- 纺织业的竞争优势及对外直接投资策略毕业论文.doc
- 分油机工作原理及故障排除—本科毕业论文.doc
- 复化梯形公式的原理与实现毕业论文.doc
- 机电一体化在农业机械上的应用本科毕业论文.doc
- 论纺织面料设计毕业设计.doc
- 幂法求解矩阵主特征值的加速方法研究.doc
- 某纺织厂降压变电所的电气设计本科毕业设计.doc
- 2024年05月山东交通职业学院招考聘用博士研究生50人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽芜湖市弋江区老年学校(大学)工作人员特设岗位公开招聘2人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东东营河口区教育类事业单位招考聘用22人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东交通职业学院招考聘用100人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东威海职业学院招考聘用高层次人才2人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽石台县事业单位工作人员33人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东滨州市博兴县事业单位公开招聘考察笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽蚌埠固镇县湖沟镇选聘村级后备干部7人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东省安丘市教育和体育局所属事业单位学校公开2024年招考232名工作人员笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东临沂临港经济开发区工作人员(5人)笔试历年典型题及考点剖析附带答案含详解.docx
最近下载
- GB-T8163-2008输送流体用无缝钢管.pdf
- 在线网课学习课堂《海商法(大连海大 )》单元测试考核答案.docx
- 长沙市工程建设项目“多测合一”技术规定.pdf VIP
- 高级英语(第三版)第二册第十五课-Disappearing-through-the-skylight.ppt VIP
- 公司简介.pdf VIP
- 急诊外科亚专科构建.pptx VIP
- 快递企业分拨中心分拣作业管理与优化—以顺丰南平中转场为例.doc VIP
- 国开电大《公共管理学》形考任务四答案案例:关于公务员录用.pdf
- 运营条件下车辆段上盖物业开发对既有地铁影响分析.pdf VIP
- 2024届湖南长沙市长郡中学数学高一第二学期期末检测试题含解析.doc VIP
文档评论(0)