导读:本文包含了动态双种群粒子群算法论文开题报告文献综述及选题提纲参考文献，主要关键词:动态种群,广义学习,粒子群算法
动态双种群粒子群算法论文文献综述
刘衍民,赵庆祯[1]（2011）在《基于动态种群和广义学习的粒子群算法及应用》一文中研究指出为了提升粒子跳出局部最优解的能力,本文提出一种动态种群和广义学习粒子群算法(DCPSO)。在算法运行过程中,引入种群增加策略和减少策略以提升种群的多样性,进而提升粒子跳出局部最优解的能力;同时引入广义学习策略以增加粒子飞向全局最优位置的概率。在基准函数的测试中,结果显示DCPSO算法比其它PSO算法有更好的性能;在实际应用中,通过对起重机箱型主梁模型进行优化,结果显示DCPSO算法比其它算法获得了质量更高的解。(本文来源于《计算机工程与科学》期刊2011年05期）
冯琳,毛志忠,袁平[2]（2010）在《基于Maximin的动态种群多目标粒子群算法》一文中研究指出针对粒子群优化算法在处理多目标函数优化问题的过程中,往往会出现局部收敛现象,在MOPSO算法基础上提出了一种新的多目标粒子群优化算法.该算法在运行过程中采用动态调整粒子群种群数目的方式使粒子摆脱局部最优解对其的吸引;同时为了克服粒子种群多样性降低带来的影响,将粒子的相对适应度方差引入到Maximin计算公式中.然后基于Pareto最优的概念,利用方差Maximin策略来评价最优解,并保存在可变的外部精英集中,以保证结果的分布性良好.最后,该方法在仿真中取得了良好效果,可以更广泛地应用到复杂工业多目标优化领域中.(本文来源于《东北大学学报(自然科学版)》期刊2010年07期）
张顶学,关治洪,刘新芝[3]（2008）在《基于动态种群结构的粒子群算法及仿真研究》一文中研究指出针对标准粒子群算法易陷入局部最优而早熟的问题,提出了一种基于动态种群结构的粒子群算法。该算法在种群结构中引入小世界网络模型,由于网络模型的演化,使算法具有动态的种群结构,从而保持了种群的多样性。同时为了使粒子尽可能地分布在不同的搜索空间,在网络模型演化过程中考虑了结点的个体价值。为了加快算法的收敛速度,在进化后期采用全局模型粒子群算法。通过对叁个经典测试函数优化问题的数值仿真并与其它方法进行比较,结果表明了算法的有效性和实用性。(本文来源于《系统仿真学报》期刊2008年22期）
李丹,高立群,王珂,黄越[4]（2008）在《电力系统机组组合问题的动态双种群粒子群算法》一文中研究指出针对标准粒子群优化算法易陷入局部最优点的缺点,提出了动态双种群粒子群优化算法(DDPSO)。该算法中两个子种群规模随进化过程不断变化,进化中分别采用不同的学习策略且相互交换信息。将该算法应用于机组组合问题中,采用实数矩阵编码方法对发电计划进行编码,将两层优化问题转化为单层优化问题,直接运用DDPSO算法求解。仿真结果表明,用该方法解决机组组合问题具有良好的精度和鲁棒性。(本文来源于《计算机应用》期刊2008年01期）
李丹,高立群,马佳,李扬[5]（2007）在《基于动态双种群粒子群算法的柔性工作车间调度》一文中研究指出针对标准粒子群优化算法存在易陷入局部最优点的缺点,提出了一种基于动态双种群的粒子群优化算法(DPSO).DPSO算法将种群划分成两个种群规模随进化过程不断变化的子种群,两个子种群分别采用不同的学习策略进行进化,并在进化过程中相互交换信息.该算法提高了全局寻优能力,有效地避免了早熟收敛的发生.将以DPSO算法为基础的排序算法和启发式分配算法(HA)相结合形成了解决柔性工作车间调度问题的新方法(DPSO-HA).通过对算例的研究和与其他方法的比较表明,该方法是有效可行的.(本文来源于《东北大学学报(自然科学版)》期刊2007年09期）
动态双种群粒子群算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对粒子群优化算法在处理多目标函数优化问题的过程中,往往会出现局部收敛现象,在MOPSO算法基础上提出了一种新的多目标粒子群优化算法.该算法在运行过程中采用动态调整粒子群种群数目的方式使粒子摆脱局部最优解对其的吸引;同时为了克服粒子种群多样性降低带来的影响,将粒子的相对适应度方差引入到Maximin计算公式中.然后基于Pareto最优的概念,利用方差Maximin策略来评价最优解,并保存在可变的外部精英集中,以保证结果的分布性良好.最后,该方法在仿真中取得了良好效果,可以更广泛地应用到复杂工业多目标优化领域中.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
动态双种群粒子群算法论文参考文献
[1].刘衍民,赵庆祯.基于动态种群和广义学习的粒子群算法及应用[J].计算机工程与科学.2011
[2].冯琳,毛志忠,袁平.基于Maximin的动态种群多目标粒子群算法[J].东北大学学报(自然科学版).2010
[3].张顶学,关治洪,刘新芝.基于动态种群结构的粒子群算法及仿真研究[J].系统仿真学报.2008
[4].李丹,高立群,王珂,黄越.电力系统机组组合问题的动态双种群粒子群算法[J].计算机应用.2008
[5].李丹,高立群,马佳,李扬.基于动态双种群粒子群算法的柔性工作车间调度[J].东北大学学报(自然科学版).2007