论文题目: 改进的粒子群算法及其在离散问题中的应用
论文类型: 硕士论文
论文专业: 计算机应用技术
作者: 高蕊
导师: 梁艳春
关键词: 粒子群算法,离散,广义旅行商,车间调度,优化
文献来源: 吉林大学
发表年度: 2005
论文摘要: 本文研究了用于求解离散问题的粒子群优化算法的改进。广义旅行商和车间调度的Benchmark 测试问题的计算表明,本文的工作取得了非常有意义的结果。本文第二章,简要介绍了粒子群优化算法,广义旅行商和车间调度问题的基础知识,为后面章节提供了理论基础。本文第三章,提出了求解离散问题的统一模式——改进的粒子群优化算法。为了加速算法的收敛,引入了五种优化方法,分别是:局部搜索策略、基于变长记忆的个体导入、变异、动态参数规划和Stretch 算法。本文第四章,以改进的算法为基础,提出了用于解决GTSP 问题的关键值粒子群优化算法,最后的试验取得了非常有意义的结果。本文第五章,以改进的算法为基础,针对车间调度问题提出了粒子的矩阵随机编码,并提出一种随机插空排序方法实现解码;实验取得了令人满意的结果。
论文目录:
第1章 绪论
第1节 背景及选题意义
第2节 本文的主要内容
第2章 基本理论
第1节 粒子群优化算法简介
第2节 广义旅行商问题简介
第3节 车间调度问题简介
第3章 粒子群优化算法解决离散问题的统一模型
第1节 引言
第2节 粒子群算法求解离散问题的讨论
第3节 求解离散问题的方案
第4节 改进算法的基本流程
第4章 基于粒子群优化算法的广义旅行商问题的优化
第1节 引言
第2节 对求解GTSP问题的讨论
第3节 基于粒子群优化算法的广义旅行商问题的优化
第4节 模拟实验结果及结论
第5章 基于粒子群优化算法的车间调度问题的优化
第1节 引言
第2节 对JSSP问题的分析
第3节 JSSP解决方案
第4节 试验和结论
参考文献
摘要
1 用PSO解决离散NP问题的改进
2 RKPSO解决GTSP
3 MRPSO解决JSSP
ABSTRACT
1 A MODIFIED PSO ADAPT TO DISCRETE NP P ROBLEMS
2 SOLVING GTSP WITH RKPSO
3 SOLVING JSSP WITH MRPSO
致谢
导师及作者简介
1 导师简介
2 作者简介
发布时间: 2005-08-26
参考文献
- [1].微粒群算法及其在离散优化问题中的应用研究[D]. 王宁.中南大学2008
- [2].基于多种群并行粒子群优化算法研究[D]. 万佳.南昌大学2012
- [3].粒子群优化算法改进研究[D]. 卢静.渤海大学2012
- [4].改进粒子群优化算法及其应用研究[D]. 易云飞.中南民族大学2009
- [5].粒子群优化算法应用研究[D]. 周洪斌.苏州大学2009
- [6].基于分级的粒子群优化算法研究[D]. 张磊.广东工业大学2011
- [7].改进的粒子群优化算法及应用[D]. 赵玉静.华南理工大学2011
- [8].粒子群优化算法及其在股票市场预测优化问题中的应用[D]. 叶海燕.广州大学2008
- [9].粒子群优化算法应用研究[D]. 周驰.华中科技大学2007
- [10].粒子群优化算法的改进与应用[D]. 刘晶晶.武汉理工大学2007
相关论文
- [1].粒子群算法及其应用研究[D]. 方峻.电子科技大学2006
- [2].粒子群优化算法的研究和改进[D]. 张彤.南京理工大学2006
- [3].几类改进的粒子群算法[D]. 张建科.西安电子科技大学2006
- [4].粒子群算法在离散优化问题中的研究[D]. 熊磊.广西师范大学2006
- [5].求解多目标优化问题的粒子群算法改进及应用[D]. 齐名军.大庆石油学院2007
- [6].改进的粒子群优化算法[D]. 王晓英.西北大学2007
- [7].离散粒子群算法的改进研究及其在优化问题中的应用[D]. 王文峰.西南大学2007
- [8].对粒子群算法的改进及应用[D]. 许宁.浙江大学2006
- [9].自适应粒子群优化算法及其应用研究[D]. 黄婉平.浙江大学2006
- [10].基于多目标优化的粒子群算法研究[D]. 蒋浩.湘潭大学2006