自適應粒子群優(yōu)化算法及其應用研究.pdf

1、參數(shù)優(yōu)化是許多科學、工程問題以及社會經(jīng)濟活動中的重要研究內(nèi)容。國內(nèi)外學者已經(jīng)針對這一問題提出了大量進化算法，如遺傳算法、免疫算法、粒子群算法等。粒子群算法作為一種新的進化算法，不依靠遺傳算子來操作個體，而是依靠個體間的信息交換來達到群體的共同演化，所有的微粒都有調(diào)整自身速度和記憶經(jīng)歷過的最好位置的能力。該算法已成功地解決了許多工程實際問題，并取得了很好的優(yōu)化效果。 本文在分析粒子群優(yōu)化算法基本原理的基礎上，針對標準粒子群算法易陷

2、入局部解的不足，提出了變異操作和線性遞增的改進方案——自適應粒子群算法，進而對該算法在FIR數(shù)字濾波器的優(yōu)化設計、多目標滿意優(yōu)化以及魯棒PID參數(shù)整定方面進行了應用研究，并通過仿真實驗驗證了自適應粒子群算法的有效性和優(yōu)越性。 本文的主要研究工作與貢獻如下：1.簡要的回顧了計算智能的理論和技術發(fā)展史，敘述了粒子群算法的研究背景，總結了多目標優(yōu)化的傳統(tǒng)解決方法以及多目標滿意優(yōu)化的特點，并介紹了魯棒PID控制的研究背景及其現(xiàn)狀。

3、 2.對粒子群算法進行詳盡的分析和綜述，將粒子群算法應用在頻率抽樣技術中，提出一種新的FIR濾波器優(yōu)化設計方法，實例驗證了這種優(yōu)化設計方法的可行性及優(yōu)越性。 3.針對粒子群算法在參數(shù)設置方面缺乏理論依據(jù)，以及在收斂過程中易陷入局部解的問題，分析了粒子群中獨立粒子的運動軌跡，以及整個粒子群系統(tǒng)的穩(wěn)定性，在此基礎上引入自然界“優(yōu)勝劣汰”的思想，提出新的參數(shù)設置方法，仿真結果證明新方法具有良好的自適應能力。 4.在介紹滿意優(yōu)