粒子群优化算法研究-控制理论与控制工程专业论文.docxVIP

学校代码 分 类 号  10701 TP30 学 号 1203121840 密 级 公开 TN82西安电子科技大学 TN82 硕士学位论文 粒子群优化算法研究 作者姓名： 叶华领 域： 计算机技术 叶华 学位类别：工程硕士 学校导师姓名、职称： 企业导师姓名、职称： 姜建国教授 黄战武高工 提交日期：2014 年 12 月 Study of Particle Swarm Optimization A thesis submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Master in Computer Technology By Ye hua Supervisor: Jiang jianguo Huang zhanwu December 2014 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，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 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它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。 学位论文若有不实之处，本人承担一切法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权 保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分 内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位 后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。 保密的学位论文在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 摘要 摘要 西安电子科技大学硕士学位论文 西安电子科技大学硕士学位论文 摘要 优化算法是一类解决与最优化相关的问题的方法。长久以来，传统的工程优 化算法在最优化领域得到了较为广泛地应用并且取得了较好的效果。但随着优化 问题的复杂性和规模逐渐增大，传统算法有时很难求解这类问题。近年来，基于 群智能的优化算法得到了较多地关注。其中，粒子群优化算法以其参数少，过程 简单，寻优效果好等优点，得到了较多地认可和应用，并由此衍生出了一些改进 算法和类似的群智能算法。然而，相关研究成果往往难以兼顾收敛精度和算法效 率，有些算法的收敛精度仍然较低，并且在进行局部搜索时，解决方式单一，求 解效果一般。因此，有必要对粒子群优化算法进行进一步地研究。 拉丁超立方抽样是一种效果较好的抽样实验设计方法，一般用于抽样实验， 鲜有报道将其用于优化算法中。本文研究了将抽样方法应用到优化过程中的可行 性，提出了一种采用抽样策略的粒子群优化算法。首先，提出了一种利用拉丁超 立方抽样策略的种群进化方法，抽样生成中间群体和中间粒子，择其优者进入下 一轮，以加快收敛速度；然后，提出了一种基于随机采样的最优位置修正方法， 以便及时发现空间中的更优位置；最后，提出了“双抽样”局部搜索方法，通过 “粗抽样”和“细抽样”两次抽样，提高收敛精度。实验证明，该算法有良好的 寻优能力，提高了基本算法的收敛精度和收敛速度。 基本粒子群算法的惯性权重和加速因子缺乏自适应性，寻优过程中各维的优 秀信息难以被保存，而且不易跳出局部最优。本文在研究基本粒子群算法寻优过 程的基础上，提出了一种融合快速信息交流和局部搜索的粒子群算法。首先，设 计了一种新的自适应惯性权重和加速因子，使粒子可以根据当前种群的状态自适 应地调整自身速度；其次，借鉴基因交换的过程，提出了基于粒子信息交换的快 速信息交流机制，以保留各维优秀信息；最后，引入并改进模式搜索法用于算法 的精细搜索。实验证明，该算法的收敛精度和速度较基本算法有较大提升。 本文主要工作是研究算法的改进方法，受改进方案的随机性和计算量所限， 两种改进算法的计算量仍然偏大，尤其是优化较高维问题时，有些问题收敛时间 较长，结果欠佳，收敛精度和算法效率还有进一步提升的空间。在后续工作中， 将进一步研究算法，并结合具体问题应用算法，以体现其实用价值。 关 键 词：粒子群优化算法， 拉丁超立方抽样，双抽样， 信息交换， 模式搜索，自适应 论文类型：应用基础技术 I PAGE PAGE IV III III AB ABSTRACT 西安电子科技大学硕士学位论文 西安电子科技大学硕士学位论文