粒子群算法的拓?fù)浣Y(jié)構(gòu)分析與研究.pdf

1、作為一種新的群體智能方法，粒子群算法是一個(gè)非常有前景的工具，在處理高維函數(shù)以及工程設(shè)計(jì)領(lǐng)域的問(wèn)題時(shí)尤其有用。該算法的靈感來(lái)源于社會(huì)心理學(xué)和人工生命，致力于模擬個(gè)體間的社會(huì)交互，具有收斂速度快、通用性強(qiáng)等優(yōu)勢(shì)，自1995年被提出之后得到了數(shù)值優(yōu)化領(lǐng)域的廣泛關(guān)注。
　　 如何加快粒子群算法的收斂速度和避免出現(xiàn)早熟收斂，一直是大多數(shù)研究者關(guān)注的重點(diǎn)。克服早熟收斂的措施主要是設(shè)法保持種群的多樣性，或引入跳出局部最優(yōu)點(diǎn)的機(jī)制。在加快收斂速

2、度方面，主要的工作集中在如何選擇最優(yōu)算法方面。但這些研究者多數(shù)屬于純科學(xué)計(jì)算或工程應(yīng)用領(lǐng)域，他們只專注于結(jié)果而不探究原因，很少有人深入考慮粒子群算法的社會(huì)心理學(xué)淵源。
　　 本文在研究過(guò)程中，注重算法的理論分析和實(shí)驗(yàn)驗(yàn)證相結(jié)合。針對(duì)標(biāo)準(zhǔn)的粒子群優(yōu)化算法在種群中傳播速度過(guò)快，易陷入局部最優(yōu)解的缺陷，本文提出基于KRTG的動(dòng)態(tài)拓?fù)浣Y(jié)構(gòu)的粒子群算法，該算法從粒子間的鄰域結(jié)構(gòu)出發(fā)，動(dòng)態(tài)地調(diào)整種群的拓?fù)浣Y(jié)構(gòu)，增加種群的多樣性，使算法收斂于

3、全局最優(yōu)解。
　　 文章對(duì)粒子群算法作了較為深入的研究，著重從粒子間的拓?fù)浣Y(jié)構(gòu)對(duì)粒子群算法的影響作了詳盡的分析與總結(jié)，試圖在已有粒子群的拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上做出一些突破或改進(jìn)。相關(guān)文獻(xiàn)已經(jīng)證明粒子群的拓?fù)浣Y(jié)構(gòu)對(duì)其算法的性能有很大影響。
　　 本文的核心工作是研究了一種基于KRTG的動(dòng)態(tài)拓?fù)浣Y(jié)構(gòu)的粒子群算法，并采用K均值聚類算法對(duì)其加以優(yōu)化改進(jìn)。文中首先介紹了一些關(guān)于粒子群優(yōu)化算法理論的基本知識(shí)，并對(duì)粒子群理論的研究工作進(jìn)行了