毕业论文

打赏
当前位置: 毕业论文 > 研究现状 >

粒子群算法研究现状

时间:2019-09-19 20:59来源:毕业论文
粒子群算法的产生与发展伴随着生产、经济和技术的不断发展,全球已经进入了信息化时代。各国之间的较量也就是科学技术的较量。要想立足全球,必须有过硬的经济实力和技术实力

粒子群算法的产生与发展伴随着生产、经济和技术的不断发展,全球已经进入了信息化时代。各国之间的较量也就是科学技术的较量。要想立足全球,必须有过硬的经济实力和技术实力,这就需要各行各业都必须是低投入、高回报,怎样才能做到这些呢?这实际上就是一个如何进行优化的问题。优化是一个人们普遍理解和接受的概念,也就是人们按理性行为从事,总希望把它做好,做出效率,做出效益。但是在实际中,大多数问题是非线性甚至是不可微的,传统的优化方法是不能够解决的。39293
   许多研究者把目光投向了广阔的大自然,认识到自然界的演化过程本身就是一个学习与优化的过程,把生物学进化的一些基本概念和机理应用到工程问题的研究中。自然界依据“适者生存”这一基本原则,就能保持整个自然界处于“平衡"状态。受自然界生物规律的启迪,根据其原理,模仿求解问题的算法,这就是仿生学。利用仿生原理进行设计(包括设计算法),这就是智能计算的思想。论文网
2粒子群算法的研究现状

粒子群算法已经广泛地应用到神经网络化工系统、电力系统、机械设计、通信、机器人、经济、图像处理、生物、医学、运筹学等领域。Messerschmidt等利用基于PSO算法神经元网络来预测树叶节点的状态;Ourique使用PSO算法来估计在化工动态模型中产生不同动态现象(例如周期振荡、双周期振荡、混沌等)的参数区域,仿真结果显示PSO算法提高了传统动态分叉分析的速度;Gaing利用PSO算法有效地解决了满足发电机约束的电力系统经济调度问题;Kovacs利用PSO算法优化设计碳纤维强化塑料;Zhang等将PSO算法用于光通信系统的PMD补偿问题;Venayagamoorthy等利用PSO算法和基于PSO算法的模糊控制器对可移动式传感器进行导航;Nenoetaite等利用PSO算法和神经元网络解决最大利益的股票交易决策问题;Paarsopoilos等利用PSO算法对用于放射治疗的模糊认知图的模型参数进行优化;Rasmussen等利用PSO算法训练马尔可夫模型来处理蛋白质序列比对问题,克服了利用Baum-Welch算法HMMs时容易陷入局部极小的缺点;Tasgetiren等提出置换流水线问题的基于可变邻域搜索的算法。 粒子群算法研究现状:http://www.lwfree.cn/yanjiu/20190919/39582.html
------分隔线----------------------------
推荐内容