微粒群算法的改進(jìn)及其應(yīng)用.pdf

1、隨著科學(xué)技術(shù)的進(jìn)步，現(xiàn)代工程技術(shù)的發(fā)展越來越走向綜合化、復(fù)雜化和智能化。而在工業(yè)、社會(huì)、經(jīng)濟(jì)和管理等眾多領(lǐng)域中，人們面臨著大量的最優(yōu)化問題。對(duì)于最優(yōu)化問題的求解，目前存在很多種方法，這其中，真正有效且具有普遍適應(yīng)性的隨機(jī)全局優(yōu)化方法是人們以仿生學(xué)、人工智能學(xué)等新興的技術(shù)為基點(diǎn)，模擬自然界的一些自然現(xiàn)象而發(fā)展起來的一類智能優(yōu)化算法，如模擬退火方法、遺傳算法、蟻群算法等。這種新興的群體智能演化計(jì)算技術(shù)己成為越來越多學(xué)者的研究焦點(diǎn)。作為群體智

2、能算法的一個(gè)重要分支，近年來興起的PSO(ParticleSwarm Optimization)算法，已經(jīng)引起了控制界、計(jì)算機(jī)界等學(xué)者的廣泛關(guān)注。微粒群算法的進(jìn)一步研究，將有助于許多工程領(lǐng)域諸多問題的更好解決。
　　 本文主要針對(duì)微粒群算法作了進(jìn)一步的改進(jìn)，并將改進(jìn)算法應(yīng)用于0-1背包問題中。研究工作如下：
　　 ①基于PSO算法的基本思想，本文對(duì)PSO算法進(jìn)行了詳細(xì)的論述，討論了算法的優(yōu)缺點(diǎn)，詳細(xì)分析了PSO算法的基本

3、原理，給出了算法設(shè)計(jì)的基本步驟及算法流程。并對(duì)PSO算法進(jìn)行了行為分析和收斂性分析。
　　 ②為了進(jìn)一步改進(jìn)算法的性能，本文基于帶組織的微粒群優(yōu)化算法(OPSO)的基本原理，按照算法設(shè)計(jì)的基本原則，提出了一種基于帶組織的粒子群優(yōu)化算法的改進(jìn)策略---SM-OPSO算法。其基本思想是不再采用組織優(yōu)勝劣汰的方法，而是以NM單純形法來改進(jìn)最差組織，這樣不但不會(huì)破壞粒子的當(dāng)前結(jié)構(gòu)，而且還加快了算法的收斂速度。
　　 ③將改進(jìn)的P