基于粒子群算法的路徑規(guī)劃問題研究

基于粒子群算法的路徑規(guī)劃問題研究

ID:35068927

大小:4.85 MB

頁數(shù):65頁

時(shí)間:2019-03-17

基于粒子群算法的路徑規(guī)劃問題研究_第1頁
基于粒子群算法的路徑規(guī)劃問題研究_第2頁
基于粒子群算法的路徑規(guī)劃問題研究_第3頁
基于粒子群算法的路徑規(guī)劃問題研究_第4頁
基于粒子群算法的路徑規(guī)劃問題研究_第5頁
資源描述:

《基于粒子群算法的路徑規(guī)劃問題研究》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、碩碩碩士士士士學(xué)學(xué)學(xué)學(xué)位位位位論論論論文文文文MASTER¢SDISSERTATION論文題目基于粒子群算法的路徑規(guī)劃問題研究作者姓名吳高超學(xué)位類別工程碩士指導(dǎo)教師陳衛(wèi)東朱奇光2016年年年5月月月中圖分類號:TP29學(xué)校代碼:10216UDC:537.3密級:公開工工工程工程程程碩士學(xué)位論文碩士學(xué)位論文基于粒子群算法的路徑規(guī)劃問題研究碩士研究生:吳高超導(dǎo)師:陳衛(wèi)東朱奇光副導(dǎo)師:楊興旺申請學(xué)位:工程碩士工程領(lǐng)域:光學(xué)工程所在單位:信息科學(xué)與工程學(xué)院答辯日期:2016年5月授予學(xué)位單位:燕山大學(xué)ADissertationinOpticalEngineeringTh

2、eresearchonpathplanningbasedonparticleswarmoptimizationalgorithmbyWuGaochaoSupervisor:ProfessorChenWeidongZhuQiguangYanshanUniversityMay,2016燕山大學(xué)碩士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明:此處所提交的碩士學(xué)位論文《基于粒子群算法的路徑規(guī)劃問題研究》,是本人在導(dǎo)師指導(dǎo)下,在燕山大學(xué)攻讀碩士學(xué)位期間獨(dú)立進(jìn)行研究工作所取得的成果。論文中除已注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對本文的研究工作做出重要貢獻(xiàn)的個(gè)人和集體,均已在

3、文中以明確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽字:日期:年月日摘要摘要粒子群優(yōu)化算法(PSO)是一種新型群智能優(yōu)化算法,因其概念簡單,參數(shù)較少,容易實(shí)現(xiàn)等優(yōu)點(diǎn),使其獲得了國內(nèi)外眾多研究人員的青睞,現(xiàn)已被廣泛應(yīng)用在函數(shù)優(yōu)化、自動(dòng)控制、機(jī)器學(xué)習(xí)、工程設(shè)計(jì)等領(lǐng)域。但由于PSO算法仍在發(fā)展中,其理論基礎(chǔ)以及改進(jìn)方法和應(yīng)用領(lǐng)域還需要進(jìn)一步的研究和拓展。本文主要側(cè)重于標(biāo)準(zhǔn)PSO算法應(yīng)用的改進(jìn)研究,主要的內(nèi)容包括以下幾個(gè)方面:首先,闡述本課題的研究現(xiàn)狀及基本理論,包括算法原理、算法數(shù)學(xué)描述、算法步驟、算法流程以及算法的收斂性分析,并對PSO算法中的主要參數(shù)進(jìn)行了

4、詳細(xì)的分析和討論。其次,針對基于PSO算法的移動(dòng)機(jī)器人路徑規(guī)劃容易陷入局部最優(yōu)值的問題,借鑒雁群飛行啟示,提出一種基于改進(jìn)雁群PSO的移動(dòng)機(jī)器人全局路徑規(guī)劃方法。利用混沌算法對雁群PSO進(jìn)行初始化,并對于算法優(yōu)化過程中出現(xiàn)的早熟粒子進(jìn)行混沌處理,以此避免了算法過早收斂。另外,通過引入一種新的自適應(yīng)慣性權(quán)重公式,更好的平衡了全局搜索和局部搜索。仿真結(jié)果表明,改進(jìn)后的雁群PSO算法能更好的擺脫局部最優(yōu)值,搜索到全局最優(yōu)路徑。最后,在離散空間的組合優(yōu)化中,對于較復(fù)雜旅行商問題,PSO算法尋優(yōu)后期出現(xiàn)粒子的多樣性下降,利用遺傳算法的思想提出交叉策略,這樣可以使得上一代粒

5、子的優(yōu)勢基因傳遞給下一代,此外,通過采用啟發(fā)因子策略來改進(jìn)PSO算法,使得算法的優(yōu)化過程向全局最優(yōu)值趨近。仿真分析表明,改進(jìn)后的PSO算法在TSP問題中表現(xiàn)出了明顯的優(yōu)勢。關(guān)鍵詞:粒子群算法;移動(dòng)機(jī)器人路徑規(guī)劃;雁群粒子群算法;混沌;旅行商問題;遺傳算法-I-燕山大學(xué)工程碩士學(xué)位論文AbstractParticleswarmoptimization(PSO)algorithmisanewswarmintelligenceoptimizationalgorithm,asforitssimpleconcept,lessparameters,easyrealizati

6、onandsoon.Thealgorithmwonthefavorofmanyresearchersathomeandabroad.Itiswidelyappliedinfunctionoptimization,automaticcontrol,machinelearning,engineeringdesignandotherfieldsnowadays.Duetoitsimmaturedevelopment,furtherresearchisrequiredinthetheoreticalbasis,theimprovedmethodandapplicatio

7、n.ThispapermainlyfocusesontheimprovementofthestandardPSOalgorithm,andthemaincontentsincludethefollowingaspects:Firstly,thispaperintroducedtheresearchstatusandbasictheoryofPSOalgorithm,andincludestheprinciple,mathematicaldescription,algorithmsteps,algorithmflow,andtheconvergenceofthea

8、lgorithm,the

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。