《粒子群最佳化算法相關問題研究》是依託北京郵電大學,由趙新超擔任項目負責人的數學天元基金項目。
基本介紹
- 中文名:粒子群最佳化算法相關問題研究
- 項目類別:數學天元基金項目
- 項目負責人:趙新超
- 依託單位:北京郵電大學
- 批准號:10826048
- 申請代碼:A0405
- 負責人職稱:教授
- 研究期限:2009-01-01 至 2009-12-31
- 支持經費:3(萬元)
《粒子群最佳化算法相關問題研究》是依託北京郵電大學,由趙新超擔任項目負責人的數學天元基金項目。
《粒子群最佳化算法相關問題研究》是依託北京郵電大學,由趙新超擔任項目負責人的數學天元基金項目。項目摘要粒子群最佳化算法(PSO)是一種新近提出的智慧型算法,在諸多領域取得成功,本項目擬探討PSO算法與經典最最佳化方法、模糊數學的...
.粒子群最佳化算法是一種源於大自然中生物世界的新的仿生類算法,在一系列困難的組合最佳化問題中取得成效。本課題擬通過研究其內在的搜尋機制,建立基於粒子群算法的矢量量化圖象壓縮編碼模型,認識和掌握其內在機理和本質特性。根據矢量量化碼...
為了與其他智慧型最佳化算法比較,研究了遺傳算法、人工魚群算法在CVRP中的套用。將雙種群遺傳算法用於CVRP的求解;提出了人工魚群算法在CVRP中的套用,針對車輛路徑問題的特點,定義了魚群的距離、領域等概念,提出了人工魚根據自身在魚群中的...
《基於微生物行為機制的粒子群最佳化算法研究》是依託華南理工大學,由李榮鈞擔任項目負責人的面上項目。項目摘要 粒子群最佳化算法(PSO)是群智慧型算法中較新的一個分支,因其簡單快速、通用性強而受到國際學術界的高度關注。迄今為止,PSO...
《新型動態自適應粒子群最佳化算法的研究》是依託鄭州大學,由梁靜擔任項目負責人的青年科學基金項目。項目摘要 對粒子群最佳化算法(Particle Swarm Optimization)的搜尋性能進行研究,將單目標最佳化中表現優越的動態自適應小型拓撲結構引入多目標...
據此,可對粒子群算法小結如下:粒子群算法是一種基於種群的搜尋過程,其中每個個體稱作微粒,定義為在D維搜尋空間中待最佳化問題的潛在解,保存有其歷史最優位置和所有粒子的最優位置的記憶,以及速度。在每一演化代,微粒的信息被組合起來...
《改進的粒子群最佳化算法(APSO和DPSO)研究》是張英男撰寫的一篇論文。論文摘要 粒子群最佳化(PSO)算法由Kennedy和Eberhart於1995年提出,是群體智慧型最佳化方法中具典型代表性的算法,具有廣泛的套用領域,例如神經網路訓練,工程最佳化等。PSO的基本...
本課題建立微觀選址最佳化問題的數學模型,首次套用粒子群最佳化算法進行微觀選址的最佳化研究,以實現風機組的最優布局,提高風電場發電量和經濟效益。此外,本課題針對微觀選址問題的特點,從中提煉關鍵問題,對粒子群最佳化算法的約束處理技術、初始...
1.6 離散粒子群最佳化算法 1.6.1 將速度作為位置變化的機率 1.6.2 直接將連續PSO用於離散問題的求解 1.6.3 重新定義PSO算法操作運算元 1.7 DPSO算法套用 1.8 DPSO算法研究展望 參考文獻 第2章 在P問題中的套用 2.1 引言 2....
《多模態粒子群最佳化算法研究》是依託大連理工大學,由劉宇擔任項目負責人的青年科學基金項目。項目摘要 多模態函式最佳化問題具有鮮明的實際背景和廣泛的套用價值,其解法要求搜尋到多個全局最優解或多個有意義的局部最優解, 為決策者提供多種...
研究了多目標的群體智慧型最佳化方法,其中包括面向排列最佳化的基於分解的集合型多目標粒子群最佳化算法,以及基於雙檔案的新型多目標最佳化進化計算方法;(4)將上述研究與方法套用於動態雲工作流調度問題,取得了良好的結果,進一步將此類算法在...
提出了幾種改進的PSO算法,並把PSO算法套用於多目標最佳化,提出了一種改進的多目標粒子群最佳化算法。最後,多目標粒子群最佳化算法套用於注塑成型工藝參數最佳化多目標問題,獲得良好的效果,驗證了PSO算法理論研究的正確性。
我們採用雙重搜尋策略來設計算法:先採取粒子群最佳化(PSO)進行全局搜尋,再在全局搜尋的範圍內用改進的局部搜尋算法搜尋。同時,將問題對象所蘊涵的先驗信息分別耦合進PSO和局部搜尋算法中,以確定粒子搜尋空間和最佳化適應度函式,並利用先驗...
我們已對其做了比較深入的研究,分析布圖規劃和線長估計問題的圖論性質,給出問題解的構造方法,構造了一個多目標粒子群最佳化算法框架,繼而研究求解布圖規劃和線長估計問題的有效多目標粒子群最佳化算法。本課題研究在非曼哈頓結構下帶粒子群...
《基於雲計算的協同進化粒子群算法及套用研究》是依託中山大學,由凌應標擔任項目負責人的面上項目。中文摘要 傳統的最佳化方法和計算模式對大規模最佳化問題的求解效率不高。通過結合雲計算模式的並行計算能力和粒子群最佳化算法的全局搜尋能力,本...
本項目利用適應度評價的歷史數據,基於支持向量回歸機構建了一個實時的回歸代理模型,也就是支持向量回歸粒子群算法,利用代理模型來估計大部分個體的適應度,以期克服油藏歷史擬合問題維度和適應度計算代價高的困難。在算法進化策略最佳化研究...
《熱力學粒子群最佳化算法研究及其套用》是2011年天津大學出版社出版的圖書,作者是徐星。內容簡介 徐星的這本《熱力學粒子群最佳化算法研究及其套用》主要闡述粒子群最佳化算法與熱力學原理混合策略方面的研究成果。本書可以作為計算機、控制科學、...
《基於混沌粒子群算法的抗滑樁結構穩健最佳化設計研究》是依託武漢理工大學,由李梅擔任項目負責人的青年科學基金項目。項目摘要 傳統的抗滑樁設計方法都是根據經驗採用試算的方法進行驗算式設計,結果通常偏於保守,且計算工作繁重,因此結合...
對複雜機械系統進行狀態監測與故障診斷是人們普遍重視和關注的課題,《粒子群最佳化及智慧型故障診斷》系統地闡述基於參數策略的粒子群改進算法,以複雜機械中的齒輪箱為研究對象,研究基於粒子群最佳化的齒輪箱智慧型故障診斷理論與方法。 目錄 播報 ...
1.1 最最佳化問題與最最佳化方法 1.2 群體智慧型 1.3 群體智慧型算法 1.3.1 蟻群最佳化算法 1.3.2 粒子群最佳化算法 1.3.3 量子行為粒子群最佳化算法 1.4 粒子群最佳化算法研究概況 1.4.1 PSO算法的理論研究 1.4.2 PSO算法的改進研究...
本項目將深入研究群智慧型模型的機理,充分開發蘊含在種群內的強勢信息,建立共享信息模型,建立強勢粒子群算法,建立強勢粒子群算法性能可視化綜合評估系統,解決醫學圖像彈性配準問題,提高配準的精度和速度。該項目的研究不僅是粒子群最佳化領域...
《粒子群最佳化算法與多目標最佳化》是2013年北京理工大學出版社出版的圖書,作者是潘峰、李位星。圖書目錄 第1章緒論 1.1引言 1.2最最佳化問題 1.2.1局部最佳化和全局最佳化 1.2.2無免費午餐定理 1.3群體智慧型概述 1.3.1群智慧型的基本原則...
利用正交匹配追蹤算法可以實現基於冗餘字典的高光譜圖像壓縮感知重構.因高光譜圖像的波段數多,正交匹配追蹤算法的計算複雜度較高,無法滿足實時處理的需要.針對此問題,提出基於粒子群最佳化的快速正交匹配追蹤算法.套用粒子群算法的較強局部尋優...
《基於粒子群最佳化算法的團簇結構預測方法與套用》是依託吉林大學,由馬琰銘擔任項目負責人的面上項目。項目摘要 團簇結構的確定是團簇研究的關鍵問題。完全通過實驗確定團簇結構存在著困難和挑戰,發展高效的團簇結構預測方法至關重要。早期團簇...
1.1 最佳化問題與最佳化方法 1.2 智慧型最佳化的基本思想和技術特徵 1.3 覓食理論和微生物智慧型仿生技術 1.4 NFL定理和標準測試函式 第二章 標準粒子群算法與細菌覓食算法 2.1 粒子群最佳化算法 2.1.1 粒子群最佳化算法的產生與發展 2.1....
圖書目錄 前言 第1章最佳化問題和仿生智慧型計算 第2章模仿鳥群覓食行為的粒子群最佳化算法 第3章形式多樣的粒子群最佳化算法 第4章無速度項的粒子群最佳化算法 第5章分布估計粒子群最佳化算法 第6章粒子群最佳化算法的套用 參考文獻 ...
1.1最佳化方法 1.1.1最佳化的基本概念 1.1.2最佳化問題的分類 1.1.3最佳化算法的複雜度 1.2智慧型最佳化方法 1.2.1智慧型最佳化方法的基本概念 1.2.2智慧型最佳化方法的特點 1.2.3智慧型最佳化方法的哲學定理 1.3粒子群最佳化算法 1.4粒子群最佳化...
《粒子群最佳化算法及其工程套用》是2010年電子工業出版社出版的圖書,作者是劉波。內容簡介 粒子群最佳化(PSO)算法是一種基於群體智慧型的新興演化計算技術,廣泛用於解決科學研究和工程實踐中的最佳化問題。本書主要闡述粒子群最佳化算法的基本理論...
針對這些問題,本書提出了相應的理論分析和改進算法,並將改進算法套用於實際問題。圖書目錄 前言 第1章緒論 第2章粒子群最佳化算法 第3章PSO算法的學習參數與種群多樣性關係 第4章相關性PSO模型 第5章PSO學習參數的機率特性分析 第6章...