基于控制思想的粒子群優(yōu)化算法改進(jìn)研究.pdf

1、粒子群優(yōu)化算法(PSO)作為一種具有深刻智能背景的群智能優(yōu)化算法，具有結(jié)構(gòu)簡單、調(diào)節(jié)參數(shù)少、易于實現(xiàn)、應(yīng)用靈活等特點，是解決復(fù)雜優(yōu)化問題的有效途徑。因此，分析研究其算法特性與內(nèi)部規(guī)律，進(jìn)一步提高其尋優(yōu)性能具有重要的理論和實際意義。
　　本文以控制思想為基礎(chǔ)，從確定性控制、隨機控制、過程優(yōu)化角度，展開粒子群優(yōu)化算法改進(jìn)研究，具體研究內(nèi)容如下:本文首先介紹了粒子群優(yōu)化算法的基本原理，并系統(tǒng)綜述了算法的理論研究現(xiàn)狀以及國內(nèi)外基于控制思想

2、的粒子群算法研究成果。由于PSO算法的有限代收斂過程可以視為一個控制問題，本文提出基于無模型自適應(yīng)控制的粒子群優(yōu)化算法。即以基本粒子群優(yōu)化算法為基礎(chǔ)，以當(dāng)前最優(yōu)位置為設(shè)定值，利用無模型自適應(yīng)控制實現(xiàn)尋優(yōu)過程控制。仿真結(jié)論表明，無模型自適應(yīng)控制器的引入使得算法的收斂速度得到明顯改善，搜索精度得到一定程度的提高。在確定性系統(tǒng)分析的基礎(chǔ)上，考慮算法固有的隨機特性，將PSO算法重新定義為離散不確定時滯系統(tǒng)，提出基于時滯相關(guān)不確定系統(tǒng)魯棒控制的P