智能微粒群算法研究及应用PDF电子书下载

前言 1

第1章 绪论 1

1.1引言 1

1.2群体智能及典型算法实现 2

1.3微粒群算法的起源 5

1.4微粒群算法的研究及应用领域纵览 6

1.4.1微粒群算法的改进 6

1.4.2微粒群算法的应用 7

1.5微粒群算法的总体特征及作者的工作 8

第2章 基本微粒群算法描述及研究成果 11

2.1基本微粒群算法的提出 11

2.2基本微粒群算法描述 14

2.2.1微粒群算法基本原理 14

2.2.2基本微粒群算法描述 15

2.3微粒群算法流程 17

2.4微粒群算法的改进综述 18

2.4.1离散二进制模型 19

2.4.2参数的选择与设计 20

对惯性权重ω的调整 20

带收敛因子的微粒群算法 21

对vmax的动态调整 22

具有空间特性的微粒群寻优模式 22

2.4.3邻域拓扑结构 23

2.4.4群体组织与进化 25

2.4.5混合微粒群算法 28

2.5微粒群算法的收敛性研究 31

2.5.1保证局部收敛的微粒群算法 32

2.5.2保证全局收敛的微粒群算法 32

SPSO算法模型 33

SPSO算法的收敛性分析 33

2.6微粒群算法的参数效能统计分析 37

2.6.1方差分析 37

2.6.2实验方法 40

第3章 微粒群算法的应用综述 45

3.1优化问题求解 45

3.1.1约束优化问题求解 45

3.1.2规划问题求解 46

3.1.3离散空间组合优化问题求解 46

3.1.4多目标优化问题求解 47

3.2机器人领域 48

3.2.1机器人控制与协调 48

3.2.2移动机器人路径规划 49

3.3电力系统领域 49

3.3.1电力系统优化与设计 49

3.3.2电力系统参数辨识、估计与调整 53

3.3.3电力系统负载分配及调度 54

3.4交通运输领域 56

3.4.1车辆路径规划 56

3.4.2交通事故探测 57

3.5通讯领域 58

3.5.1路由选择及移动通信基站布置优化 58

3.5.2天线阵列控制 59

3.5.3偏振模色散补偿 60

3.6计算机领域 62

3.6.1任务分配问题 62

3.6.2数据分类 62

3.6.3图像处理 63

3.7工程设计与优化领域 64

3.7.1神经网络训练 64

3.7.2电路及滤波器设计 65

3.7.3半导体器件综合 66

3.7.4布局优化问题 66

3.7.5控制器设计与优化 66

3.7.6其他领域 67

3.8工业生产优化领域 68

3.8.1机械领域 68

3.8.2化工领域 70

3.9生物医学领域 70

3.10电磁学领域 73

第4章 基本微粒群算法参数分析及改进 75

4.1基本微粒群算法的参数分析 75

4.2微粒群算法改进思路 77

4.3微粒群算法的改进实例 80

4.3.1带惯性权重和收敛因子的微粒群算法 80

4.3.2耗散微粒群算法 81

4.3.3结合进化计算技巧的微粒群算法 83

带选择的微粒群算法 83

带高斯变异的微粒群算法 86

带繁殖和子种群的微粒群算法 87

4.3.4模糊自适应微粒群优化算法 89

4.3.5多阶段微粒群算法 93

4.3.6协同微粒群优化算法 94

4.3.7带空间微粒扩展的微粒群优化算法 96

4.3.8保证局部收敛的微粒群优化算法 98

4.3.9含积分控制项的微粒群优化算法 100

第5章 基于微粒群算法的典型优化问题求解模式 102

5.1非线性约束优化问题求解 102

5.1.1非线性约束优化问题描述 102

5.1.2罚函数法 103

5.1.3死亡罚函数微粒群混合算法 103

5.1.4数值仿真结果与分析 105

5.2模糊隶属度函数优化问题求解 106

5.2.1模糊隶属度函数优化问题介绍 106

5.2.2待解决的问题 108

5.2.3 PSO训练模块描述 109

PSO算法模块的组成 110

解的PSO描述 112

评价函数 112

算法陈述 113

结论 113

5.3多目标优化问题求解 114

5.3.1多目标优化问题 114

5.3.2多目标微粒群算法 115

算法提出 115

算法分析 117

算法流程 118

实验 119

5.4最小最大问题求解 123

5.4.1最小最大问题描述 123

5.4.2共同进化微粒群算法求解最小最大化问题 126

5.4.3问题的陈述 127

5.4.4协同进化微粒群算法 129

5.5旅行商问题求解 131

5.5.1旅行商问题 131

5.5.2交换子和交换序 132

5.5.3求解TSP的微粒群算法 133

5.5.4实验与结论 134

第6章 微粒群算法的典型应用 136

6.1移动机器人路径规划 136

6.1.1问题描述与建模 136

6.1.2移动机器人全局路径规划 138

用Dijkstra算法求链接图最短路径 138

微粒群算法实现 139

6.1.3仿真结果 140

6.2车辆路径规划问题求解 142

6.2.1带时间窗车辆路径规划问题描述及数学模型 143

6.2.2求解车辆路径问题的微粒群算法 145

构造微粒的表达方式 145

算法实现过程 146

6.2.3实验结果及分析 147

6.3基于微粒群算法的神经网络训练 150

6.3.1神经网络训练 150

6.3.2用于神经网络训练的微粒群算法 151

6.3.3使用协同微粒群优化算法训练积单元神经网络 152

6.4电力系统无功功率补偿问题 154

6.4.1问题的提出 154

6.4.2配电网络无功补偿优化模型 155

目标函数 155

约束条件 157

6.4.3仿真实验 158

6.5微粒群算法在数据挖掘中的应用 159

6.5.1数据挖掘基本原理 159

6.5.2结构设计与算法 160

一类规则探索算法——微粒群优化算法 161

规则描述 162

规则评估——建立参考点 163

——规则集构造 164

——规则集合综合评价 164

预处理流程——数据提取 165

后处理流程——数据修改和数据集清除 165

6.6数字电路进化问题求解 166

6.7训练支持向量机 169

6.7.1问题描述 169

6.7.2支持向量机 170

6.7.3支持向量机训练机 171

6.7.4用于训练支持向量机的微粒群算法 173

线性微粒群算法 173

训练支持向量机 175

微粒群算法的实现 177

结论 177

6.8任务分配问题求解 178

6.8.1问题描述 178

6.8.2形式问题的定义 179

6.8.3算法实现 181

6.8.4总结 183

第7章 微粒群算法的拓展及应用 184

7.1微粒群算法的离散二进制模型 184

7.1.1离散空间表达 184

7.1.2改变的改变”的含义变化 185

7.1.3代表概率 186

7.2多阶段离散微粒群优化算法 187

7.3离散微粒群算法的应用 188

7.3.1用于数字曲线最优多边形近似问题求解 188

问题定义 190

微粒表示和适应度评价 191

混合策略 192

具体算法 193

7.3.2用于机组组合优化问题的离散微粒群优化算法 194

问题描述 195

算法描述 197

用离散二进制微粒群算法求解机组组合优化问题 198

第8章 微粒群算法改进研究 201

8.1基于多元最优信息规划的微粒群优化算法 201

8.1.1一种传统的改进型算法描述 201

8.1.2基于多元最优信息规划的微粒群算法设计思路 202

8.1.3 MOPPSO算法的实现流程 204

8.1.4 MOPPSO算法数值仿真实验 206

8.1.5实验1：对称随机分布初始化 208

8.1.6实验2：非对称初始化随机分布 215

8.1.7仿真结果分析 219

8.1.8总结 221

8.2微粒群优化信息的分组延迟通讯传播模式 221

8.2.1算法改进思路 222

8.2.2微粒群优化信息的分组延迟通讯传播模式设计 222

8.2.3 GBMPSO算法流程设计 225

8.2.4 GBMPSO算法的仿真与比较 226

8.2.5仿真结果分析 233

8.2.6对称随机初始化分布实验 234

8.2.7总结 236

8.3微粒群最优信息的模糊自适应规划算法 236

8.3.1总体思路 237

8.3.2微粒群最优信息的模糊规划算法 238

8.3.3微粒群模糊规划引导器设计 239

8.3.4两输入一维模糊控制结构下的模糊规划引导设计 240

模糊变量确定及模糊化 240

模糊规则推理 242

模糊规划引导输出的解模糊化 243

8.3.5微粒群模糊规划引导算法流程 244

8.3.6微粒群最优信息的模糊自适应规划引导算法仿真实验 246

数值仿真实验 246

仿真结果分析 247

8.3.7单变量二维状态输入模糊控制结构模糊规划引导设计 250

8.3.8总结 252

8.4本章小结 252

第9章 微粒群算法在半导体封装测试生产线工序参数优化中的应用研究 254

9.1总体思路 254

9.2半导体封装测试生产线 255

半导体封装测试生产线概述 255

半导体封装测试生产工艺流程 256

9.3半导体封装生产线建模 258

半导体封装生产线工艺 258

半导体封装生产线建模 258

9.4工序参数优化设计与仿真 262

工序参数优化设计与实现 262

计算机仿真结果与结论 267

9.5半导体封装调度模型及微粒群优化思路 269

分离图调度模型 269

非线性约束优化模型 271

半导体封装调度的微粒群优化思路 273

9.5.3.1求解分离图模型的离散微粒群算法 273

9.5.3.2求解约束优化问题的混合微粒群算法 276

9.6本章小结 277

第10章 总结及展望 278

10.1总结 278

10.2进一步的工作展望 281

参考文献 283