粒子群算法优化分析及应用-电气工程专业论文.docxVIP

优秀毕业论文 精品参考文献资料 摘要摘 摘要 摘 要 随着科学技术的进步，在理论研究和实践中遇到的困难越来越复杂，传统 算法在人们可以接受的时间内无法得到满意解，甚至对于一些NP难问题，根本 无法求解。在此背景下，群智能算法得到了人们的广泛关注，粒子群优化算法 (Particle Swarm Optimization，简称为PSO)，是Eberhart博士和Kennedy博 士在1995年提出的一种新的群智能算法。由于其易于实现、精度高、快速收敛 等优点引起了学术界广大研究人员的重视，并且在解决实际问题中PSO也充分展 示了其优越性，对于求解NP难问题有重要意义。 本文主要研究粒子群优化算法的改进及应用粒子群优化算法求解投资组合 优化和民航综合信息平台web服务质量等问题。论文的主要创新性工作如下： 1． 对PSO算法的参数进行系统研究，引入分段控制方法改进惯性权重 和加速因子。该方法能够扩大算法的全局寻优能力，并有效控制算 法陷入局部最优。 2． 改变以往对全局最差解信息的简单丢弃，本文利用全局最差解信息 使得接近最差解的粒子加快逃离速度，很好地解决多峰函数优化问 题。 3． 对靠近全局最优值的粒子运动速度引入随机模型，使之动态变动， 从而使得全局搜索能力和解的质量都有所提高。 4． 将粒子群优化算法用于求解投资组合优化和民航综合信息平台web 服务质量等问题，拓宽了算法的应用领域。 关键词：群智能粒子群优化算法Web服务质量投资组合优化 AbstractAbstract Abstract Abstract With the progress of science and technology,the difficulties that we encounter in the theoretical study and in practice become more and more complex．Traditional approaches can’t be satisfied晰t11 people in accepted time，eVen for some NP hard problems，we can’t solve them at a11．In this context,the swarm intelligence algorithm has been widespread concerned．Particle swarm optimization algorithm as a new swarm intelligence algorithm Was put forward in 1995 by Dr．Eberhart and Dr． Kennedy．Due to its easy realization,high precision and fast convergence,it caused many researchers’attention,and PSO also displayed its superiority in solving the practical problems，which was significant for the solution ofNP hard problems． This paper studies the improvement of particle swarm optimization and application of particle swarm optimization algorithm for solving portfolio optimization and web service quality of the civil aviation integrated information platform．The main innovations are as follows： 1．We pun in sub—control method to improve the inertia weight and acceleration via system research of the parameters of PSo．This method can expand the ability of global optimization,and effectively control algorithm into a local optimum． 2．Different from simply discarding the information of global worst solution,this paper makes particles