22831.新型粒子群優(yōu)化算法及其應(yīng)用研究_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、華東理工大學(xué)碩士學(xué)位論文第1頁(yè)新型粒子群優(yōu)化算法及其應(yīng)用研究摘要粒子群優(yōu)化算法(ParticleSwarmOptimization,PSO)是在Kennedy和Eberhart源于鳥(niǎo)群捕食行為的研究而提出的一種群智能優(yōu)化算法,是進(jìn)化計(jì)算領(lǐng)域中一個(gè)新的分支。它具有簡(jiǎn)單的原理、極少的參數(shù)、較快的收斂速度和極易實(shí)現(xiàn)等特點(diǎn)。所以,該算法被提出之后,就受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注,很快成為了研究熱點(diǎn)。目前,粒子群優(yōu)化算法主要應(yīng)用在神經(jīng)網(wǎng)絡(luò)訓(xùn)練、函數(shù)優(yōu)

2、化、多目標(biāo)優(yōu)化等領(lǐng)域,并且在這些領(lǐng)域取得了極好的效果和廣闊的應(yīng)用前景。目前,粒子群優(yōu)優(yōu)化算法的研究主要集中在兩個(gè)方面:算法自身的研究和算法的應(yīng)用。本文從以下兩個(gè)方面展開(kāi)了研究。一方面,論文提出了一種新型粒子群優(yōu)化算法一基于蝗蟲(chóng)集群生物行為特性的蝗蟲(chóng)進(jìn)化算法(LBPSO)。LBPSO算法通過(guò)模仿蝗蟲(chóng)的生物學(xué)行為,提出了一種自適應(yīng)的進(jìn)化機(jī)制。作為一種類多種群的粒子群優(yōu)化算法,LBPSO算法通過(guò)不斷地自適應(yīng)調(diào)節(jié)種群的數(shù)量,避免了許多多種群初始

3、設(shè)置種群的盲目性。LBPSO算法的這種類多種群性,不僅保持了種群的多樣性,并且增強(qiáng)了粒子的全局搜索能力。最后,Benchmark測(cè)試函數(shù)實(shí)驗(yàn)仿真表明LBPSO算法在優(yōu)化效果、收斂速率、不同優(yōu)化問(wèn)題的適應(yīng)性方面都有較明顯的優(yōu)勢(shì)。另一方面,將LBPSO算法應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)(WirelessSensorNetwork,WSN)的動(dòng)態(tài)覆蓋優(yōu)化問(wèn)題中。該部分研究了在感知半徑可變的能量消耗約束下,使得無(wú)線傳感器網(wǎng)絡(luò)覆蓋率達(dá)到最大化。首先將網(wǎng)絡(luò)能

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論