群智能動態(tài)優(yōu)化方法研究.pdf_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、動態(tài)優(yōu)化,又稱最優(yōu)控制,是解決工業(yè)瓶頸,實現(xiàn)系統(tǒng)節(jié)能、降耗、挖掘和增效的重要手段,廣泛應(yīng)用于生物工程、石油化工、航空航天等諸多領(lǐng)域,并引起了國內(nèi)外眾多著名學(xué)者的廣泛關(guān)注。其中,控制向量參數(shù)化是一種求解動態(tài)優(yōu)化問題的常用數(shù)值分析方法,通過對時域進行離散,將控制向量用一組參數(shù)化的基函數(shù)逼近,從而使原始的無限維動態(tài)優(yōu)化問題轉(zhuǎn)化為參數(shù)個數(shù)有限的非線性規(guī)劃問題。智能優(yōu)化方法不僅簡單易實現(xiàn),還具有全局搜索能力強、靈活多變等優(yōu)點,使其逐漸成為一類重要

2、的優(yōu)化方法。本文在控制向量參數(shù)化方法的基礎(chǔ)上,研究智能優(yōu)化方法在動態(tài)優(yōu)化問題上的應(yīng)用。
  論文的主要工作及貢獻如下:
  (1)提出了一種具有普適性的智能動態(tài)優(yōu)化方法框架。該框架以控制向量參數(shù)化方法為基礎(chǔ),將原始的動態(tài)優(yōu)化問題轉(zhuǎn)化為非線性規(guī)劃問題,繼而采用智能優(yōu)化算法進行求解與分析;
  (2)提出了三種新穎基于控制向量參數(shù)化的智能動態(tài)優(yōu)化方法:細(xì)菌覓食動態(tài)優(yōu)化方法、入侵雜草動態(tài)優(yōu)化方法和粒子群動態(tài)優(yōu)化方法。對經(jīng)典動

3、態(tài)優(yōu)化問題進行了求解,結(jié)果表明了所提出的三種智能動態(tài)優(yōu)化方法的有效性;
  (3)針對強非線性化工動態(tài)優(yōu)化問題,提出了一種高效的混合型智能優(yōu)化方法,不僅具有自適應(yīng)粒子群算法強大的全局搜索能力,還兼?zhèn)洳罘炙阉魉惴◤姶蟮木植块_拓能力。國際經(jīng)典的強非線性動態(tài)優(yōu)化實例的測試結(jié)果表明了該混合型智能動態(tài)優(yōu)化方法良好的尋優(yōu)性能、尋優(yōu)精度及收斂速度;
  (4)針對含狀態(tài)約束的動態(tài)優(yōu)化問題,提出了一種基于迭代多目標(biāo)粒子群算法的控制向量參數(shù)化

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論