粒子群膜算法及其應(yīng)用研究.pdf

1、作為自然計算的新分支,膜計算是受生物細胞啟發(fā),從活細胞以及由生命細胞組成的器官或組織的結(jié)構(gòu)和功能中抽象出的計算模型,具有極大并行性、非確定性以及分布式等顯著特點,它給計算機科學(xué)信息處理帶來了新的分布式并行的技術(shù)和方法。理論上,膜計算模型不僅具有和圖靈機同等的計算能力,甚至還有超越圖靈機局限性的可能。然而,與膜計算的理論研究相比,膜計算的實際應(yīng)用研究尚且處在初步階段,因此本文研究膜計算優(yōu)化方法及其在連續(xù)函數(shù)優(yōu)化、P系統(tǒng)的廣播問題和雷達輻射

2、源信號時頻原子分析中的應(yīng)用,拓展了膜計算的應(yīng)用領(lǐng)域,在理論和應(yīng)用上都具有重要意義。論文主要工作及其研究成果如下:
　　 1.給出基于P系統(tǒng)的粒子群算法(Particle Swarm Optimization Based on P Systems,PSOPS),并將其應(yīng)用在連續(xù)函數(shù)優(yōu)化、P系統(tǒng)廣播問題及輻射源信號時頻原子分析中,拓展膜計算應(yīng)用領(lǐng)域。PSOPS結(jié)合粒子群算法(Particle Swarm Optimization,P

3、SO)和膜計算的優(yōu)點,通過采用P系統(tǒng)單層膜結(jié)構(gòu)(One Level Membrane Structure,OLMS),在各個基本膜內(nèi)分別單獨采用基本PSO算法進行尋優(yōu),實現(xiàn)種群進化,然后利用P系統(tǒng)的轉(zhuǎn)運與通信等規(guī)則,實現(xiàn)各個膜之間的信息交流。對連續(xù)函數(shù)優(yōu)化、P系統(tǒng)廣播問題及雷達輻射源信號時頻原子分析的仿真結(jié)果表明,PSOPS比相應(yīng)PSO具有較強的全局尋優(yōu)能力且收斂速度快,能有效提高處理P系統(tǒng)廣播問題的效率,取得較高的成功率。對雷達輻射源

4、信號時頻原子分析時能快速有效的在過完備時頻原子庫中搜索到表征信號特征的最佳原子,降低算法的計算復(fù)雜度,提高信號的處理效率,具有有效性與可行性。
　　 2.為了進一步提高PSOPS的優(yōu)化能力,給出引入變異操作的基于P系統(tǒng)的粒子群算法(Hybrid Particle Swarm Optimization With Wavelet Mutation Based on P Systems,HPSOPS),即在PSOPS的基礎(chǔ)上,引入小波

5、變異操作,提高PSOPS的局部搜索能力。對連續(xù)函數(shù)優(yōu)化、P系統(tǒng)廣播問題及雷達輻射源信號時頻原子分析的仿真結(jié)果表明,HPSOPS比PSOPS、PSO、引入小波變異的粒子群算法(Hybrid Particle SwarmOptimization With Wavelet Mutation,HPSOWM)以及遺傳算法(Genetic Algorithm,GA)四種算法具有更強的尋優(yōu)能力和更快的收斂速度,能更有效的提高處理P系統(tǒng)廣播問題的效率,