贺艳芬的论文.docx

本科生毕业论文（设计）粒子群优化算法的研究动态The research of dynamic particle swarm optimization algorithm专 业 数学与应用数学 姓 名 贺艳芬 学 号 指 导 教 师 李会荣 完 成 时 间 2016年 6月 陕西 商洛独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包括其他人已经发表或撰写过的研究成果，也不包含为获得商洛学院或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名： 日期： 关于论文使用授权的说明本人完全了解商洛学院有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。□公开 □保密（____年____月） (保密的学位论文在解密后应遵守此协议)签名： 导师签名： 日期： 目录摘 要1关键词1Abstract2Key words2引言11、粒子群优化算法11.1 PSO算法11.222、粒子群优化算法的改进32.1控制参数改进32.1.1惯性权重的改进42.1.2 学习因子的改进2.2 融合其他变异策略52.2.1自适应变异的粒子群优华算法62.2.2混沌变异的粒子群优化算法62.2.3全变异的粒子群优化算法73、PSO算法的实际应用63.1粒子群优化算法海底地形导航中的应用103.2 PSO算法在水电站优化调度中的应用103.3 PSO在机械中的应用103.4 PSO在轨道交通降噪结构微穿孔板设计中的应用104、总结12粒子群优化算法的研究动态摘要：粒子群优化算法是一种基于群智能算法，PSO算法简单，容易理解，并且在求解最优解过程中用到参数比较少，因而一经发现，被受研究者关注，目前已经应用到生活中的各个领域。为了更好的的学习PSO算法的原理，改进及应用，本文首先介绍了粒子群优化算法的基本原理，并且分析了该算法的理论基础，针对PSO算法的早熟收敛等问题，通过查阅相关资料从算法的参数设置及融合其他几种变异策略两方面总结了算法的几种改进策略，最后对算法的应用以及未来的发展前景提出了一些建议。 关键词：改进；早熟； 变异 The research of dynamic particle swarm optimization algorithm Abstract: particle swarm optimization algorithm is a kind of based on swarm intelligence algorithm, PSO algorithm is simple and easy to understand, and in the process of solving the optimal solution using less parameters, thus once found, be attention by researchers, has been applied to every field of life. To in-depth study of PSO algorithm, this paper first introduces the basic principle of particle swarm optimization algorithm, the algorithm is analyzed and the theoretical foundation, in view of the problems such as premature convergence of PSO algorithm, through access to relevant data from the algorithm parameter Settings and fusion of several mutation strategy from two aspects summarizes the algorithm several improvement strategies, finally, the algorithm application and future development prospects are put forw