自适应粒子群算法研究及其在多目标优化中应用毕业论文推荐.doc

目 录 第一章 绪论 3 1.1 本文的。。。。。 3 1.1.1智能优化算法（见智能优化算法及应用P1页） 4 1.1.2三种典型智能优化算法 4 1.1.3粒子群算法与其他算法的异同 6 1.1.4粒子群算法的优劣势及应用（见粒子群算法及其应用） 7 1.2 本文的研究背景 7 1.3 本文的研究内容 8 第二章 粒子群算法的基本原理和发展现状 8 2.1 引言 8 2.2 粒子群算法的起源背景 8 2.3 粒子群算法的基本思想 9 2.4 基本粒子群算法模型与实现 12 2.4.1基本粒子群算法模型 12 2.4.2粒子的运动轨迹分析 13 2.4.3基本粒子群算法的参数设置 13 2.4.4基本粒子群算法流程 14 2.4.5 基本粒子群算法的优缺点 17 2.5 粒子群算法的研究现状及方向 17 2.5.1 粒子群算法的研究现状 18 2.5.2 粒子群算法的研究方向 19 2.6 粒子群算法的主要应用 19 2.7 本章小结 21 第三章 改进的粒子群算法 21 3.1 引言 21 3.2 改进的粒子群算法综述 21 3.3标准粒子群算法(粒子群算法及应用P19) 25 3.3.1 算法思想 25 3.3.2 测试函数 26 3.3.3 算法测试 28 3.3.4 测试结果与算法评估 31 3.4小生境粒子群算法 31 3.4.1 算法思想 31 3.4.2 算法测试 31 3.4.3 测试结果与算法评估 31 3.5自适应调整飞行时间粒子群算法 31 3.5.1 算法思想 31 3.5.2 算法测试 31 3.5.3 测试结果与算法评估 31 3.6本章小结 31 第四章 自适应粒子群算法AFIPSO 32 4.1 引言 32 4.2 AFIPSO基本思想 32 4.3 AFIPSO算法流程 33 4.4 AFIPSO实验 34 4.4.1 测试函数 34 4.4.2 参数选取 35 4.4.3 优化结果与结果分析 35 4.5 本章小结 37 第五章 AFIPSO在多目标优化问题中的应用 37 5.1 引言 37 5.2 AFIPSO对多目标函数的优化 38 5.2.1自适应粒子群算法（AFIPSO） 38 5.2.2 AFIPSO对多目标函数的优化 38 5.3 FCCU分馏塔的多目标优化模型 43 5.4 AFIPSO在工程中的应用 44 5.4.1 多目标转化为单目标 44 5.4.2 AFIPSO智能优化FCCU分馏塔参数调试 44 5.4.3 AFIPSO优化FCCU分馏塔结果及其比较分析 46 5.5 本章小结 47 结论 47 参考文献 48 攻读硕士期间取得的研究成果 53 致谢 53 第一章 绪论 随着人类生存空间的扩大，以及认识世界和改造世界范围的拓宽，现实中碰到的许多科学、工程和经济问题呈复杂化、多极化、非线性等特点，这就使得高校的优化技术和智能计算成为迫切要求。 经典的优化算法通常采用局部有哪些信誉好的足球投注网站方法，它们一般与特定问题相关或是局部有哪些信誉好的足球投注网站方法的变形，适用于求解小规模且定义明确的问题。而实际工程问题一般规模较大，寻找一种适合于大规模并且局域智能特征的算法已成为人们研究的目标和方向。 二十世纪八十年代以来，涌现了很多新颖的优化算法，如：混沌算法、遗传算法GA（Genetic Algorithm）、蚁群算法ACA（Ant Colony Algorithm）、粒子群算法PSO（Particle Swarm Optimization）和模拟退火算法SA（）等。它们通过模拟某些自然现象的发展过程而来，为解决复杂问题提供了新的思路和手段。由于这些算法构造直观且符合自然机理，因而被称为智能优化算法（）。 本文的。。。。。 智能优化算法是通过模拟某些自然现象的发展过程而形成的算法，以结构化和随机化的有哪些信誉好的足球投注网站策略实现算法的优化过程，常用于大规模的并行计算。智能优化算法提出后受到了人们的重视，其中遗传算法、蚁群算法、粒子群算法作为三种典型智能算法得到迅速发展。 1.1.1智能优化算法（见智能优化算法及应用P1页） 智能优化算法是通过模拟或揭示某些自然现象或过程发展而来的，与普通的有哪些信誉好的足球投注网站算法一样都是迭代算法，对问题的数学描述不要求满足可微性、凸性等条件，是以一组解（种群）为迭代的初始值，将问题的参数进行编码，映射为可进行启发式操作的数据结构。算法仅用到优化的目标函数值的信息，不必用到目标函数的倒数信息，有哪些信誉好的足球投注网站策略是结构化和随机化的（概率型），其优点是：具有全局的、并行的优化性能，鲁棒性、通用性强等。智能优化算法的使用范围非常广泛，特别适用大规模的并行计算。 1.1.2三种典型智能优化算法 智能优化算法的应用范围广泛，特别适用于大规模的并行计算。通过研究，人们先后提出了多种智能优化算法，其中遗传算法、蚁群算法、粒