求解数值优化问题的自适应粒子群算法研究任务书

 2021-08-19 11:08

1. 毕业设计(论文)主要目标:

这项研究的目标是开发一种对多种系列的最优化问题都有效的广义PSO算法.本论文将重点解决粒子群算法两个方面的不足之处,第一是粒子群算法空间搜索的随机性,第二是粒子群算法存在的早熟收敛性。

为了解决第一个问题,通过融合多种搜索方法来增强粒子群算法。

在这个方面,对两个搜索技术进行了研究:非均匀变异方法和自适应的梯度方法。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要内容:

粒子群算法是一种线性搜索算法,因为其简单、实现方便。因此自从提出以来便在短期内迅速得到国际计算领域的认可,并在很多领域得到了广泛的发展。但PSO自身也存在如下缺陷:PSO寻找的最优解可能局部最优解而不是全局最优解;搜索空间的随机性,参数初始化随机性;收敛速度慢。因此,迫切需要一些方法来改进传统的PSO所存在的缺陷。为了解决粒子群的缺陷问题,将主要进行以下内容的研究:

(1)查询多种搜索方法,掌握非均匀变异方法和自适应的梯度方法

(2)设计基于自适应机制的粒子群算法

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 主要参考文献

[1].Mengqi Hu, Teresa Wu, Jeffery D.Weir. Anintelligent augmentation of particle swarm optimization with multiple adaptivemethods. Information Sciences, 213(2012) 68-83.

[2]. 秦全德, 《粒子群算法研究及应用》, 华南理工大学博士学位论文,2011。

[3]. 刘逸, 《粒子群优化算法的改进及应用研究》,西安电子科技大学博士学位论文,2012。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;