粒子群的運(yùn)動(dòng)分析及兩階段粒子群優(yōu)化算法.pdf

1、山東大學(xué)碩士學(xué)位論文粒子群的運(yùn)動(dòng)分析及兩階段粒子群優(yōu)化算法姓名：莊濤申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：系統(tǒng)工程指導(dǎo)教師：李歧強(qiáng)20080518山東大學(xué)碩士學(xué)位論文3給出了一個(gè)新的兩階段PSO算法(Two—StageParticleSwarmOptimezerTSPSO)。TSPSO在第一階段先采用一種粗糙的搜索算法進(jìn)行搜索。如果算法在運(yùn)行的過程中有相當(dāng)一段時(shí)間不能明顯地改進(jìn)它所找到的最優(yōu)解，那么算法就會(huì)切換到一種細(xì)化的搜索算法繼續(xù)搜索。本文提出了

2、算法的切換標(biāo)準(zhǔn)，并且為TSPSO的第二階段設(shè)計(jì)了一種新的細(xì)化搜索算法。在算法的第一階段，TSPSO采用FIPS作為的粗糙搜索算法。4將TSPSO與CLPS和CPSOH等另外六種PSO算法在一組基準(zhǔn)函數(shù)上進(jìn)行了實(shí)驗(yàn)比較。實(shí)驗(yàn)結(jié)果表明，TSPSO的切換行為使得它無論在簡單的優(yōu)化問題上還是在復(fù)雜的優(yōu)化問題上都有著非常好的表現(xiàn)。特別是在復(fù)雜的多極值優(yōu)化問題上，TSPSO的表現(xiàn)甚至要比CLPS和CPSOH這兩個(gè)全局優(yōu)化能力非常強(qiáng)的算法還要好。關(guān)鍵