2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、優(yōu)化問題在工程、技術(shù)、經(jīng)濟(jì)、管理和科學(xué)研究等眾多領(lǐng)域中有重要的運(yùn)用,其問題的求解受到人們的極大關(guān)注,求解就是找到使目標(biāo)函數(shù)達(dá)到最小或最大的條件。傳統(tǒng)的常用優(yōu)化方法如牛頓法、共扼梯度法、模式搜索法、單純形法、Roesnborck法和Powell法是在問題的解域選取一個(gè)初始點(diǎn),通過迭代找到一個(gè)極值點(diǎn)。 隨著人類對客觀世界的認(rèn)識的深入,已有的傳統(tǒng)優(yōu)化方法在處理人們所面對的復(fù)雜問題時(shí),如高維、多極點(diǎn)、函數(shù)性質(zhì)復(fù)雜等,在解的精度,或者求解

2、所需時(shí)間等方面,其優(yōu)化的效果并不理想。因而,做出實(shí)用而又有效的優(yōu)化技術(shù)顯得非常有必要。常用的進(jìn)化方法如人工神經(jīng)網(wǎng)絡(luò)、禁忌搜索、模擬退火、遺傳算法和蟻群算法等在求解優(yōu)化問題時(shí)顯示出獨(dú)特的優(yōu)勢,它們可在合理的時(shí)間內(nèi)逼近復(fù)雜問題的最優(yōu)解。這些算法涉及神經(jīng)科學(xué)、人工智能、統(tǒng)計(jì)力學(xué)、生物進(jìn)化等概念,很多都是以一定的自然現(xiàn)象作為基礎(chǔ)構(gòu)造的算法,其中有一些稱為智能優(yōu)化算法。 十幾年前出現(xiàn)的新的優(yōu)化算法—粒子群優(yōu)化算法(PSO)逐漸成為學(xué)者關(guān)注

3、的研究方向之一。由于其原理簡單、收斂速度較快,且所需領(lǐng)域知識少的特點(diǎn),而受到學(xué)者們廣泛的關(guān)注。盡管粒子群優(yōu)化算法發(fā)展了近十年,但無論是理論還是實(shí)踐都有待成熟。 本文首先分析了研究粒子群優(yōu)化算法的重要意義,接著介紹了與PSO研究有關(guān)的幾個(gè)基礎(chǔ)問題,包括優(yōu)化的基本概念和分類方法等。隨后,從PSO算法的基本結(jié)構(gòu)、算法特點(diǎn)、改進(jìn)方法、實(shí)現(xiàn)模式及應(yīng)用等方面做了較為系統(tǒng)的研究工作。本文的主要的研究內(nèi)容有如下方面: 針對現(xiàn)有PSO算法

4、容易陷于局部極值、收斂速度慢和精度差等不足之處,提出了一種簡化的方法,主要是針對粒子群算法的特點(diǎn)及其公式本身的特點(diǎn),標(biāo)準(zhǔn)的算法容易出現(xiàn)早熟收斂和全局收斂性能差等特點(diǎn),而其他的一些改進(jìn)方法,往往是在改動(dòng)中使得算法變得更加的復(fù)雜,為避免這些問題的出現(xiàn)。利用簡化的思想,針對一類函數(shù)的優(yōu)化問題完全可以簡化計(jì)算,使用簡化的粒子群算法,配合相應(yīng)的慣性權(quán)重,突破經(jīng)典算法中對慣性權(quán)重的取值范圍,通過仿真實(shí)驗(yàn),說明了該改進(jìn)方法的有效性。 混沌作為

5、自然界中廣泛的一種非線性現(xiàn)象,具有隨機(jī)性,遍歷性、對初始條件的敏感性,具有穩(wěn)定性與不穩(wěn)定性,對長期行為的不可預(yù)測性等特點(diǎn),針對優(yōu)化問題特性,采用混沌系列初始化粒子的位置和速度,既不改變粒子群優(yōu)化算法初始化時(shí)所具有的隨機(jī)性本質(zhì),又利用混沌提高了種群的多樣性和粒子搜索的遍歷性,在產(chǎn)生大量初始群體的基礎(chǔ)上,從中擇優(yōu)出初始群體。同時(shí)可以在進(jìn)化迭代進(jìn)行中,一旦算法出現(xiàn)了早熟問題,就引入混沌序列的搜索算法,可在迭代中產(chǎn)生局部最優(yōu)解的許多鄰域點(diǎn),以此

6、幫助惰性粒子逃離局部極小點(diǎn),從而快速搜尋到最優(yōu)解。 后面根據(jù)PSO算法存在易于陷入局部最優(yōu),出現(xiàn)早熟收斂的問題,許多研究都集中于參數(shù)慣性權(quán)重ω的改進(jìn)上,因?yàn)棣刂荡笥欣谌炙阉?,收斂速度快,但不易得到精確的解;ω值小有利于局部搜索,能得到更為精確的解,但收斂速度慢,所以要根據(jù)粒子搜索的進(jìn)行,相應(yīng)地調(diào)整慣性權(quán)重的取值,于是提出了改進(jìn)的自適應(yīng)混沌粒子群算法。 在這些改進(jìn)的算法中,通過仿真實(shí)驗(yàn),證明了本所提出的改進(jìn)方法的有效性

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論