部分智能優(yōu)化算法的改進(jìn)及其數(shù)學(xué)理論分析.pdf

1、東華大學(xué)碩士學(xué)位論文部分智能優(yōu)化算法的改進(jìn)及其數(shù)學(xué)理論分析姓名：肖龍光申請學(xué)位級別：碩士專業(yè)：應(yīng)用數(shù)學(xué)指導(dǎo)教師：丁曉東20050118部分智能優(yōu)化算法的改進(jìn)及其數(shù)學(xué)理論分析不夠理想，其本身的缺點也制約著算法的改進(jìn)，而指導(dǎo)性搜索方法具有較強(qiáng)的通用性，無需利用問題的特殊信息。所以合理結(jié)合兩者的優(yōu)點相互取長補(bǔ)短來構(gòu)造新算法，對于實時性和優(yōu)化性同樣重要的工程領(lǐng)域具有很強(qiáng)的吸引力。本文綜述了Markov鏈描述分析標(biāo)準(zhǔn)GA的收斂性和收斂速度的分析研

2、究，并借鑒此方法運(yùn)用Markov鏈描述分析了PSO算法的收斂性；對PSO算法進(jìn)行了簡化，通過對系數(shù)的研究分析了其收斂性；研究了蟻群算法的原理，并運(yùn)用動力系統(tǒng)進(jìn)行了分析，通過仿真得出分析與原理吻合，還研究了參數(shù)對結(jié)果的影響；借用模擬退火算法及其數(shù)學(xué)機(jī)理，運(yùn)用其高溫下的強(qiáng)突跳性有利于避免陷入局部極小，低溫下的趨化性尋優(yōu)有利于提高局部搜索能力的特點對PSO算法進(jìn)行了改進(jìn)，使PSO算法不易陷入局部最優(yōu)值，搜索結(jié)果更加精確；把PSO算法的“變異”