请下载论文,论文为word格式,只上传部分查看,如果需要此参考论文,请点击-下载论文,下载资料。
摘 要
粒子群优化是一种新兴的基于群体智能的启发式全局搜索算法,粒子群优化算法通过粒子间的竞争和协作以实现在复杂搜索空间中寻找全局最优点。它具有易理解、易实现、全局搜索能力强等特点,倍受科学与工程领域的广泛关注,已经成为发展最快的智能优化算法之一。论文介绍了粒子群优化算法的基本原理,分析了其特点。论文中围绕粒子群优化算法的原理、特点、参数设置与应用等方面进行全面综述,重点利用单因子方差分析方法,分析了粒群优化算法中的惯性权值,加速因子的设置对算法基本性能的影响,给出算法中的经验参数设置。最后对其未来的研究提出了一些建议及研究方向的展望。
关键词:粒子群优化算法;参数;方差分析;最优解
目 录
摘 要II
AbstractIII
1.引言1
1.1 研究背景和课题意义1
1.2 参数的影响1
1.3 应用领域2
1.4 电子资源2
1.5 主要工作2
2.基本粒子群算法3
2.1 粒子群算法思想的起源3
2.2 算法原理4
2.3 基本粒子群算法流程5
2.4 特点6
2.5 带惯性权重的粒子群算法7
2.7 粒子群算法的研究现状8
3.粒子群优化算法的改进策略9
3.1 粒子群初始化9
3.2 邻域拓扑9
3.3 混合策略12
4.参数设置14
4.1 对参数的仿真研究14
4.2 测试仿真函数15
4.3 应用单因子方差分析参数对结果影响33
4.4 对参数的理论分析34
5结论与展望39
致谢43
附录44
相关热词:粒子群算法及其参数设置