2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩60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、優(yōu)化是個(gè)古老而實(shí)用的課題,在科學(xué)研究、經(jīng)濟(jì)規(guī)劃以及工程應(yīng)用等領(lǐng)域都能遇到優(yōu)化問(wèn)題。本論文研究的粒子群優(yōu)化算法,是一種新近提出的基于群智能的優(yōu)化技術(shù)。作為智能優(yōu)化算法的一種,它能求解其它優(yōu)化算法所能求解的絕大部分優(yōu)化問(wèn)題,且由于算法具有實(shí)現(xiàn)簡(jiǎn)單、需調(diào)控的參數(shù)少、收斂速度快以及魯棒性強(qiáng)等優(yōu)點(diǎn),因而得到了迅速的發(fā)展。目前,該算法已成功應(yīng)用于函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓(xùn)練、模式識(shí)別、模糊系統(tǒng)控制等諸多領(lǐng)域。本論文從以下幾個(gè)方面對(duì)粒子群優(yōu)化算法進(jìn)行了研究

2、。 首先,介紹了原始粒子群優(yōu)化算法的機(jī)理,并從算法參數(shù)改進(jìn)方面介紹了兩種標(biāo)準(zhǔn)粒子群優(yōu)化算法:一為帶慣性權(quán)重因子的粒子群優(yōu)化算法,調(diào)整了算法的探測(cè)與開(kāi)發(fā)能力;一為帶收縮因子的粒子群優(yōu)化算法,保證了算法的收斂。同時(shí),從混合粒子群優(yōu)化算法、粒子群優(yōu)化算法的離散化及應(yīng)用等方面對(duì)算法進(jìn)行了綜述。 接著,從離散時(shí)間線性系統(tǒng)的角度對(duì)粒子群優(yōu)化算法的行為進(jìn)行了分析;還在給出一種簡(jiǎn)化模型的基礎(chǔ)上,對(duì)粒子群優(yōu)化算法的收斂性進(jìn)行了論述。

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