資源描述：
《粒子群優(yōu)化算法的研究及其應(yīng)用的論文》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、西南交通大學(xué)博士研究生學(xué)位論文第1頁摘要隨著不斷發(fā)展的科學(xué)研究和越來越多的應(yīng)用需求，在工程實(shí)踐領(lǐng)域中出現(xiàn)了很多復(fù)雜的最優(yōu)化問題。傳統(tǒng)的優(yōu)化方法在求解時往往具有很大的局限性，隨著電子計(jì)算機(jī)技術(shù)的發(fā)展與使用，采用各種智能優(yōu)化算法求解復(fù)雜優(yōu)化問題己成為研究熱點(diǎn)。粒子群優(yōu)化(PSO)算法是一種典型的群智能優(yōu)化方法。與傳統(tǒng)的優(yōu)化方法相比，PSO算法具有結(jié)構(gòu)簡單、參數(shù)較少、易于實(shí)現(xiàn)以及尋優(yōu)能力強(qiáng)等優(yōu)點(diǎn)。然而，PSO算法的理論基礎(chǔ)還不夠完善，存在早熟收斂、易陷入局部極值等問題，并且在將其應(yīng)用于工程實(shí)際問題時存在很多值得改進(jìn)和提高之處。通過分析和研究P
2、SO算法的原理，本文提出了PSO算法的控制參數(shù)選擇策略。為了提高算法的全局搜索能力和收斂速度，本文從不同角度提出了幾種改進(jìn)的PSO算法，并將它們應(yīng)用于建筑工程項(xiàng)目優(yōu)化和陣列天線綜合。本文的主要研究內(nèi)容如下：在PSO算法研究方面，選擇合適的控制參數(shù)是影響PSO算法性能和效率的關(guān)鍵。在實(shí)際應(yīng)用中，通常只能由設(shè)計(jì)者根據(jù)經(jīng)驗(yàn)選取最優(yōu)控制參數(shù)，而沒有通用的方法。為了找到選擇PSO算法控制參數(shù)的指導(dǎo)方法，發(fā)現(xiàn)影響算法性能的規(guī)律，本文采用測試函數(shù)對PSO算法中的主要控制參數(shù)進(jìn)行了系統(tǒng)地實(shí)驗(yàn)和分析，提出了控制參數(shù)取值策略。該策略能明顯改進(jìn)PSO算法性能
3、，具有一定實(shí)用價(jià)值。在研究算法理論和信息共享機(jī)制的基礎(chǔ)上，借鑒人類社會學(xué)的分工合作、精英領(lǐng)導(dǎo)等思想，融合混沌優(yōu)化方法的特點(diǎn)，本文提出了改進(jìn)的PSO算法。主要包括：(1)基于模仿人類搜索行為的隨機(jī)聚焦搜索PSO算法。該算法采用多子群和動態(tài)鄰域拓?fù)浣Y(jié)構(gòu)，具有可選參數(shù)少、算法簡單、計(jì)算速度快等優(yōu)點(diǎn)。實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的性能。(2)基于分層并行協(xié)同策略和精英理論的分層多子群PSO算法。各層的子群分別負(fù)責(zé)不同的搜索任務(wù)，粒子的信息是按其性能的級別從高到低逐漸傳遞，更好地平衡了全局和局部搜索能力。(3)基于分層多子群的混沌PSO算法。該算法對非線
4、性遞減的慣性權(quán)重進(jìn)行混沌變異，全局歷史最優(yōu)位置在更新其每一維分量時，選取不同的個體作為學(xué)習(xí)對象。其混沌搜索區(qū)域半徑可白適應(yīng)地調(diào)整。仿真結(jié)果表明，該算法能更好地保持種群的多樣性，有效避免早熟收斂。本文將改進(jìn)的分層多子群PSO算法應(yīng)用于建筑工程項(xiàng)目綜合優(yōu)化。在工程實(shí)例仿真中，該算法能在種群規(guī)模較小的情況下，快速找到滿意的解。本文還將改進(jìn)的PSO算法應(yīng)用于陣列天線綜合。主要包括：第1I頁西南交通大學(xué)博士研究生學(xué)位論文(1)將改進(jìn)的PSO算法應(yīng)用于均勻間距直線陣列天線方向圖綜合中。該算法基于vonNeumann鄰域結(jié)構(gòu)，采用分層次、多子群策略，
5、以改善其收斂速度和優(yōu)化精度。頂層和底層的子群分別采用適合其特點(diǎn)的目標(biāo)函數(shù)。仿真結(jié)果驗(yàn)證了該算法的有效性。(2)將混沌搜索和PSO算法相結(jié)合，提出了一種改進(jìn)的PSO算法。該算法采用混沌序列初始化粒子的位置和速度，提高了種群的多樣性和粒子搜索的遍歷性。當(dāng)種群的進(jìn)化出現(xiàn)停滯時，該算法在最優(yōu)位置的鄰域內(nèi)進(jìn)行混沌搜索以尋找更好的種群最優(yōu)位置，其混沌搜索范圍可自適應(yīng)地調(diào)整。將該算法應(yīng)用于均勻間距直線陣列天線方向圖綜合中，能有效地生成多零陷并抑制旁瓣電平。(3)將混沌PSO算法應(yīng)用于均勻間距直線陣、非均勻間距直線陣和共形陣綜合中。進(jìn)化初期，該算法采用
6、綜合學(xué)習(xí)策略更新粒子的速度和位置。當(dāng)種群陷入停滯時，采用混沌搜索對種群進(jìn)行擾動。將該算法應(yīng)用于陣列天線綜合中，仿真結(jié)果表明，該算法在旁瓣電平抑制、零陷位置生成、零陷深度控制和波瓣賦形等方面優(yōu)于一些已有文獻(xiàn)所報(bào)道的結(jié)果，具有更好的陣列天線綜合能力。(4)將混沌二進(jìn)制PSO算法應(yīng)用于稀布直線陣列和稀布平面陣列天線綜合中。為了抑制對稱稀布陣列天線的旁瓣電平，該算法對非線性的慣性權(quán)重進(jìn)行混沌變異以提高種群的多樣性。與一些已有文獻(xiàn)所報(bào)道的結(jié)果相比，該算法在進(jìn)化后期具有更好的尋優(yōu)能力。關(guān)鍵詞：群智能；粒子群優(yōu)化；鄰域拓?fù)?；工程?xiàng)目；陣列天線綜合Ab
7、stractWiththeincreasingrequirementsofscientificresearchandapplication，practicaloptimizationproblemsbecomemoreandmorecomplex．TraditionaloptimizationmethodsoRenhavesomelimitationswhensolvingtheseproblems．Now,alongwiththedevelopmentofcomputertechnology,ithasbecomeanewhotspo
8、tbyusingintelligentoptimizationmethodsforthesecomplexproblems．Asakindofheuristicoptimizationalgorithm，p
