混合粒子群算法在陣列天線綜合中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、由于實際優(yōu)化問題情況復(fù)雜,傳統(tǒng)優(yōu)化方法對優(yōu)化問題的依賴性強,在解決復(fù)雜、困難的優(yōu)化問題時,往往具有較大的局限性;因此優(yōu)化效果好、可用性強的群體智能算法獲得發(fā)展,并被廣泛用于自動化控制、模式識別、人工智能等各個領(lǐng)域。
  本文主要研究了群體智能算法中的粒子群優(yōu)化算法(Particle Swarm Optimization, PSO),將其與細(xì)菌群體趨藥性算法(Bacterial Colony Chemotaxis optimizat

2、ion, BCC)相結(jié)合,提出了一種混合粒子群算法—Particle Swarm Optimization and Bacterial Colony Chemotaxis optimization(PSOBCC),并將其應(yīng)用于陣列天線進行降低旁瓣電平和生成深零點。論文的主要研究成果如下:
 ?。?)對粒子群算法的基本概念、實現(xiàn)方式、缺陷以及改進方式進行分析描述,進一步闡述了該算法的研究現(xiàn)狀和發(fā)展趨勢。
 ?。?)為了提高算法

3、搜索速度,本文改變了粒子群算法的更新公式,只保留位置項進行迭代更新,并重新設(shè)置了慣性權(quán)重和學(xué)習(xí)因子的取值;同時為了提高算法的收斂精度,引入細(xì)菌群體趨藥性算法進行局部搜索。整個優(yōu)化過程中,對全局最優(yōu)值進行隨機擾動,并提出了精英替換策略。
  (3)對優(yōu)化算法的一些常用測試函數(shù)進行研究,并將算法用單峰測試函數(shù)、多峰測試函數(shù)、經(jīng)過旋轉(zhuǎn)平移的經(jīng)典測試函數(shù)這三類測試函數(shù)分別進行測試,并與一些最新的和經(jīng)典的算法進行對比。
 ?。?)將本

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論