粒子群優(yōu)化算法的改進(jìn)研究.pdf

1、本文的主要工作是做粒子群優(yōu)化算法(PSO)改進(jìn)研究，并結(jié)合函數(shù)優(yōu)化測試算法改進(jìn)效果。首先通過最優(yōu)化問題概述了智能優(yōu)化算法的一般特征，描述了作為一種新興進(jìn)化算法——PSO算法的最初計(jì)算模型，并介紹了PSO算法的理論行為分析。之后進(jìn)一步描述了PSO算法實(shí)際應(yīng)用中的幾種典型模型，簡要介紹了當(dāng)前PSO算法改進(jìn)研究的一些進(jìn)展。在此基礎(chǔ)上，本文提出了幾種新的PSO算法的改進(jìn)策略。先是將一般用于組合優(yōu)化的禁忌搜索算法(TS)跟PSO算法結(jié)合，提出了兩

2、種不同的混合策略，然后，在分析了PSO算法進(jìn)化機(jī)理的基礎(chǔ)上，提出了兩種引入多個(gè)個(gè)體最優(yōu)位置的PSO算法，接著又研究了協(xié)同PSO算法及其優(yōu)化性能，并作了一定的改進(jìn)，最后，本文在將PSO算法和模擬退火算法(SA)做混合嘗試時(shí)，雖然結(jié)合并不成功，卻是衍生出了一種新的改進(jìn)PSO算法，并稱其為確定性PSO算法。為測試各改進(jìn)PSO算法的優(yōu)化性能，本文選擇了四個(gè)有難度的標(biāo)準(zhǔn)測試函數(shù)做高維情況下的函數(shù)優(yōu)化，實(shí)驗(yàn)結(jié)果顯示，算法改進(jìn)前后，優(yōu)化效果都有不同程