基于MATLAB的PSO算法仿真研究

菜单

摘要粒子群优化（PSO）是计算机智能领域中最重要的群体智能算法之一，PSO算法是一种进化计算技术。粒子群算法是一个迭代优化的工具，可以把一组随机方案，然后在解空间的粒子中的最优解被发现。由于PSO算法的全局搜索能力更强，更容易理解和执行，因而PSO受到了科学，工程等领域的广泛关注。论文围绕粒子群优化的不同算法的原理和特点进行综述，通过Matlab的编程实现了几种算法的函数，研究了一些无约束且非线性函数的优化问题。最后对粒子群优化的各种算法对这些函数进行比较，得出它在某些应用中的最优解。52806

毕业论文关键词：粒子群优化算法，参数，无约束，适应值函数，最优解

Simulation Study of PSO algorithm based on Matlab

Abstract Particle swarm optimization (PSO) is one of the most important swarm intelligence algorithms in the field of computer intelligence, and PSO algorithm is a kind of evolutionary computation technology. PSO is an iterative optimization tool that can put a set of random solutions, and then the optimal value of the particle in the solution space is searched. Because the global search ability of PSO algorithm is stronger, it is easier to understand and implement.Particle swarm optimization has been widespread concern in the scientific, engineering and other fields.This article reviewed different algorithms PSO's principles and characteristics,by Matlab programming algorithm to achieve several functions,and solve some unconstrained nonlinear function optimization problem.Finally,,PSO for these functions comparison, it is the optimal solution in some applications.

KeyWords:Particle swarm optimization, Parameter,Unconstrained,Fitness,Optimal solution

基于Matlab的PSO算法仿真研究 1

Simulation Study of PSO algorithm based on Matlab 2

1绪论 2

1.1研究粒子群优化算法的目的和意义 2

1.2粒子群优化算法的国内外研究的水平及现状 2

1.3粒子群优化算法的发展 3

2粒子群的优化算法 4

2.1粒子群算法概述 4

2.2基本粒子群算法 4

2.3带压缩因子的粒子群算法 5

2.4线性递减权重粒子群算法 6

2.5自适应权重粒子群算法 7

2.6随机权重粒子群算法 8

2.7同步变化的学习因子的粒子群算法 10

2.8异步变化的学习因子的粒子群算法 11

2.9二阶粒子群算法 12

2.10二阶振荡粒子群算法 13

2.11混沌粒子群算法 14

3粒子群算法测试分析及比较 16

3.2学习因子的变化 19

3.3惯性权重的变化 21

3.4迭代次数的变化 23

4总结 26

致谢 27

参考文献 28

附录 29

1绪论

1.1研究粒子群优化算法的目的和意义

群体智能是一种人工智能的模型，这是由自然界中生物群落的智能行为的启发。群智能是简单的生物种群的出现提供了一个典范。群体智能的概念是从观察与研究蚂蚁，蜜蜂和其他社会群体的群体行为的，其行为的精妙在于：虽然相对于个体来说都很简单，但是他们却可以通过协同工作，并表现出非常复杂的行为，如鸟巢的建设，集中食品的集体行为，这是社会有机体观察，被称为群体智能。群智能具有以下特点“：1，个体之间的团队协作是分布式的，没有中心控制，所以它能够适应当前网络环境的状态，并具有较强的鲁棒性，2，每个个体只能感觉到其本地信息，则不能直接拥有全局信息，并且遵循的规则是非常简单的能力，以及群智能每个单独实现更方便，具有简单的特点;3，个体非直接的通讯方式进行合作。该群体智能可以通过为信息和合作，传播和个人的数量，在通信的开销增幅较小的增加直接的沟通方式。也就是说。其具有更好的可扩展性;不是由于一个或失败少数人影响了整个问题解决小组;4，自组织。通过简单的个体的交互显示一个复杂的智能行为。J Kennedy和R Eberhart通过鸟群，鱼类和社会人类的一些行为的观察于 1995年提出的一种进化算法，就是粒子群算法。