粒子群優(yōu)化與差分進化算法研究及其應用.pdf

1、西南交通大學博士學位論文粒子群優(yōu)化與差分進化算法研究及其應用姓名：林川申請學位級別：博士專業(yè)：通信與信息系統(tǒng)指導教師：馮全源20091201第fI頁西南交通大學博士研究生學位論文(2)將變階數(shù)自適應濾波器抽頭長度與權值調整問題歸結為單一的權值調整問題，研究了抽頭長度一般更新公式及新的變抽頭長度LMS算法，分析了新算法的合理性與收斂性。(3)設計了一種能在不同大小噪聲條件下都收斂到最優(yōu)階數(shù)的變抽頭長度新算法，并將之應用于變階數(shù)自適應格型R

2、LS濾波器的階數(shù)更新，討論了格型濾波器階數(shù)更新時相關參數(shù)的調整方法。(4)根據(jù)PSO算法的社會心理學指導思想并結合自適應FIR濾波器的特點，設計合適的慣性項、認知項與社會項表達式更新組合自適應濾波器，提出了基于PSO算法思想的組合自適應濾波算法。仿真結果表明新算法在不同環(huán)境下都可以較好地平衡穩(wěn)態(tài)失調與跟蹤能力。在DE算法研究與改進方面，首先將DE的差分變異理解為局部搜索操作，設計了一種新的差分變異策略：DE／BoR／／。DE／BoR／／

3、每次先從種群中隨機選出若干個個體，然后將其中的最優(yōu)個體作為差分變異基，剩下的個體構成差分向量。這樣，差分變異基可同時具有較好的質量與多樣性，更好地平衡了算法的探索與開發(fā)能力。然后對DE算法中的交叉操作進行了比較研究。為了公平地比較DE中常用的兩種交叉方法，即二項式交叉與指數(shù)交叉，并研究交叉長度概率分布與交叉連續(xù)性的影響，設計了兩種新的交叉方法：連續(xù)二項式交叉與非連續(xù)指數(shù)交叉。從理論上分析了文中所用二項式交叉與指數(shù)交叉方法的交叉長度概率分

4、布與期望值，綜合比較了幾種使用不同交叉方法的DE算法性能。根據(jù)理論分析與仿真結果討論了交叉對DE算法可靠性與效率的影響，加深了對交叉在DE中作用的理解。最后，本文將DDE／Bo剛1，bin與另一種新的改進PSO算法，即利用有效信息的高斯粒子群(EIGPS)算法，應用于非等間距線性天線陣列綜合，最小化天線陣的峰值旁瓣電平(PSLL)。研究了入射角分辨率對PSLL計算值的影響。仿真結果表明DDE／BoR／I／bin與EIGPS都具有良好的綜