粒子群算法及其應用.pdf

1、粒子群優(yōu)化算法是一種新型的優(yōu)化算法。因其概念簡單，參數較少，易于實現，自提出以來受到國內外研究者的高度重視并被廣泛應用于許多領域。但粒子群算法無論是理論還是實踐都尚未成熟，由于基本粒子群算法隨機性較強，使其存在易陷入局部最優(yōu)導致的收斂變慢、精度低等問題。因此尋求求解實際問題的更加有效的粒子群改進算法是很有意義的。論文主要探討了一種粒子群算法與遺傳算法的混合策略，并加入災變操作，解決旅行商問題，并用改進的粒子群算法對無線網絡拓撲優(yōu)化模型進

2、行了優(yōu)化。
　　 首先基于對粒子群優(yōu)化算法原理的分析，論文對粒子群遺傳算法混合策略進行了探討。該算法的主要特點是：在進行粒子群優(yōu)化操作前加入遺傳算法的選擇交叉操作，保持了群體粒子的多樣性，提高了算法的性能，同時針對粒子群優(yōu)化算法容易陷入局部最優(yōu)值的缺陷，加入災變操作，即當算法達到所設置的災變條件時，保留一個全局最優(yōu)解，其他種群重新初始化。通過三個不同類型的基準函數實例的計算，驗證了混合算法比標準粒子群算法的性能更好。
　　

3、 無線網絡拓撲優(yōu)化問題比較復雜，論文嘗試將粒子群算法應用到無線網絡拓撲優(yōu)化問題中。針對無線網絡中傳感器的拓撲位置，建立了一個簡單的優(yōu)化模型，并根據模型對標準粒子群優(yōu)化算法的部分操作進行了改進，完成了對模型的優(yōu)化。
　　 旅行商問題是組合優(yōu)化問題中最為著名的典型的不確定多項式難題。許多實際問題都可以轉化為旅行商問題。因此，各種求旅行商問題近似解的優(yōu)化算法應運而生。論文將帶交叉操作的粒子群遺傳混合算法以及帶災變操作的粒子群遺傳混合