粒子群算法的改進與應用研究.pdf

1、20世紀以來，群體智能的誕生使優(yōu)化領域得到了很大的發(fā)展?？茖W家們在研究生物群體行為時得到了啟示，提出了許多基于群體智能的算法，粒子群優(yōu)化算法是群智能算法中的一支新軍，它是一種基于種群搜索策略的自適應隨機算法，被提出以來得到國內(nèi)外眾多學者們的關注。由于它算法簡單、參數(shù)較少、易于程序設計的特點，在工程實踐中，已廣泛的應用于函數(shù)優(yōu)化、參數(shù)優(yōu)化、神經(jīng)網(wǎng)絡的訓練、PID參數(shù)整定等領域。 本文從粒子群算法的基本原理、參數(shù)選擇及應用等方面著手

2、，通過對傳統(tǒng)的粒子群算法收斂較慢、易陷入局部最優(yōu)的問題的研究，提出了一種基于參數(shù)調(diào)整的改進方法，調(diào)整了傳統(tǒng)的粒子群算法中的參數(shù)，使粒子尋優(yōu)過程中速度與方向的變異隨著迭代次數(shù)的變化而變化，這樣可以加強粒子在尋優(yōu)過程晚期的搜索能力，運用Schaffer's測試函數(shù)進行仿真，結果證明這種改進的方法是可行和有效的。 在文章第一部分首先介紹了粒子群算法的研究現(xiàn)狀。第二部分詳細的論述了算法的理論和應用研究。在第三部分中介紹了新提出的改進方法