基于云模型的改進(jìn)粒子群算法研究與應(yīng)用.pdf

1、優(yōu)化是人們在科學(xué)研究、工程技術(shù)和經(jīng)濟(jì)管理等諸多領(lǐng)域中經(jīng)常遇到的問題。粒子群優(yōu)化算法(PSO)是最近十年來提出來的一種啟發(fā)式群智能全局優(yōu)化進(jìn)化算法,具有原理簡單、容易實(shí)現(xiàn)、收斂速度快等優(yōu)點(diǎn),適用于求解非線性、不可微的復(fù)雜優(yōu)化問題,也可應(yīng)用于組合優(yōu)化問題,已成為人工智能研究的一個(gè)重要分支。然而粒子群算法也存在早熟收斂、容易陷入局部最優(yōu)與搜索精度不高等固有缺陷,因此,針對這些缺陷進(jìn)行算法的改進(jìn)研究,并拓展算法的應(yīng)用領(lǐng)域,具有重要的理論價(jià)值和實(shí)

2、際意義。
　　 本文在系統(tǒng)分析了粒子群算法的基本理論和改進(jìn)的一般原則基礎(chǔ)上,結(jié)合云模型在非規(guī)范知識的定性、定量表示及其相互轉(zhuǎn)換過程中的優(yōu)良特性,提出了兩種形式的云粒子群算法——完全云粒子群算法(CCPSO)和云變異粒子群算法(CHPSO)。該算法利用云模型對粒子的進(jìn)化和變異進(jìn)行統(tǒng)一建模,能夠自適應(yīng)的控制粒子的搜索范圍,使算法快速收斂到最優(yōu)解。并通過正態(tài)云算子實(shí)現(xiàn)粒子的變異操作,從而較好的避免算法早熟收斂的問題。通過典型復(fù)雜函數(shù)測

3、試表明,云粒子群算法能有效找出全局最優(yōu)解,特別是在多峰值函數(shù)尋優(yōu)中效果更加明顯。
　　 軟硬件劃分是嵌入式系統(tǒng)協(xié)同設(shè)計(jì)的關(guān)鍵技術(shù),它是在滿足各項(xiàng)約束條件的前提下,為嵌入式系統(tǒng)各功能模塊確定具體的實(shí)現(xiàn)方式,為系統(tǒng)提供最佳的軟硬件劃分方案。基于云模型定性與定量之間轉(zhuǎn)換的思想,對克隆選擇算法中的克隆算子、變異算子和選擇選擇進(jìn)行了重新定義,并將其融入到離散二進(jìn)制粒子群算法當(dāng)中,形成了一種粒子群算法與免疫克隆選擇算法融合的免疫粒子群軟硬件