导读:本文包含了文化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:量子粒子群算法,协作学习,文化进化,多目标优化问题
文化粒子群算法论文文献综述
刘天宇[1]（2017）在《基于协作学习和文化进化机制的量子粒子群算法及应用研究》一文中研究指出量子粒子群优化算法是一类基于量子模型的群体智能算法。因为易于理解和实现的优点,量子粒子群算法自提出以来就被广泛的应用于解决各种优化问题。本论文对不同优化背景下的量子粒子群算法进行了系统的研究。根据不同的优化问题特点,本论文分别提出了针对性的算法。量子粒子群算法设计的核心就在于对于每一个粒子获取合适的吸引子来指导其进化。在基本的量子粒子群算法中,通过对粒子的个体和全局最优位置进行随机加权求和得到该粒子的吸引子。但是理论和实践证明这种随机加权求和方式在有些情况下并不是获得粒子吸引子的有效方式。本文针对这一问题,提出了一种通过协作学习策略来获取粒子吸引子的量子粒子群算法。很多现实生活中的问题都属于多目标优化或者动态优化问题。在多目标优化问题中,算法很难得到一个可以同时优化所有目标的最优个体。所以,如何对每个粒子选择合适的个体和全局最优位置是设计有效的多目标量子粒子群算法的关键和瓶颈之一。对于动态优化问题,如何达到收敛速度与多样性之间的平衡是将量子粒子群算法应用于动态优化问题时面临的难点。针对上述问题,本论文将文化进化机制引入到量子粒子群算法中,通过利用从种群中提取的知识来指导种群的进化过程。并且,通过理论和实验证明了基于文化进化机制的量子粒子群算法在处理多目标和动态目标优化问题时的有效性。本论文主要工作概括如下:1.标准量子粒子群算法通过对粒子的两个最优位置进行随机加权求和来获取吸引子。针对该吸引子获取方式易丢失有用信息和在算法后期不容易指导粒子跳出局部最优的问题,提出了一种基于协作学习的量子粒子群算法,并将其应用于解决复杂的单目标函数优化问题。协作学习策略由正交算子和比较算子构成,通过两个算子的协作来帮助算法针对每个粒子构造有效的吸引子。为了达到协作学习中“开发”和“利用”之间的平衡,算法通过概率参数来控制协作学习中两个算子的实现。在CEC2014复杂函数测试集上的实验结果证明协作学习可以有效的提高算法的性能。2.针对量子粒子群算法在多目标优化背景下选择粒子的个体和全局最优位置比较困难的问题,提出了基于文化进化机制的多目标量子粒子群算法算法。所提出的算法框架由种群空间和信念空间构成。种群空间中的粒子通过利用信念空间中存储的知识来不断的进化。在所提算法中,通过一种基于形势知识的局部搜索策略来获取粒子的个体最优位置。此外,为了避免获得的Pareto最优集只集中在几个离散区域,还设计了一种基于组合的更新算子。该算子通过利用信念空间中存储的历史知识对获得的Pareto最优解集进行更新,从而帮助算法最终获得均匀分布的Pareto前沿面。实验结果证明了所提策略的可行性和高效性。3.针对电力系统中的经济/环境调度问题,提出了一种基于文化进化机制和多观测策略的量子粒子群调度算法。在该调度算法中,每个粒子在一次迭代中需要进行多次观测,并且多次观测中所需的个体和全局最优位置通过利用信念空间中的形势和空间知识来产生。除此之外,本文中提出了一种基于历史知识的自适应变异算子来提高算法跳出局部最优的能力。实验结果表明,所提算法可以有效的对经济/环境调度问题进行优化。4.在动态单目标优化中,如何在环境改变之后快速的寻找到新的全局最优解是一个很有挑战性的课题。针对这一问题,本文提出了一种基于记忆策略的动态单目标量子粒子群算法。所提算法中采用了多个子种群同时进化。并且算法中采用了叁种记忆文件:全局记忆文件、个体记忆文件和临时极值记忆文件。全局和个体记忆文件分别用来获取粒子的全局和个体最优位置。在所提出的算法中通过一种基于临时极值记忆文件的重新初始化策略帮助子种群完成重新初始化操作,以便于种群在环境变化后快速的定位到新的全局最优解。另外,提出了一种基于相似度的更新算子来避免多个子种群集中于一个局部极值点附近。实验结果证明了算法在优化动态单目标问题时的有效性。5.在动态多目标优化中,针对如何平衡算法中收敛速度和种群多样性的问题,提出了一种基于文化进化机制的多目标动态量子粒子群算法。为了保持种群多样性,算法中采用了一种多种群策略。在该多种群策略中,一个子种群同时优化所有目标,该子种群中粒子的全局最优位置通过利用信念空间中记录的空间知识来获得。其他的子种群分别对每个目标进行单独优化。除此之外,在环境未发生变化时,提出了一种预测机制来指导种群在当前环境下快速搜索到Pareto最优解集。在环境发生变化后,提出了一种重新初始化策略,通过对子种群进行重新初始化使算法能在新的环境下快速搜索到Pareto最优解集。实验结果证明了所提算法在动态多目标优化问题上的有效性。(本文来源于《西安电子科技大学》期刊2017-04-01）
李登科[2]（2016）在《电力系统动态经济调度的改进文化粒子群算法》一文中研究指出电力系统的动态经济调度问题(Dynamic economic dispatch,DED)是电力系统经济调度中的重要研究课题,它的非凸、非线性、高维以及多约束使得优化起来很艰难。这些年煤炭等资源存量越来越低,各个国家纷纷重视了新型能源的开发和利用,风电首当其冲发展迅猛。如今,对于含风力发电的电力系统动态经济调度问题的研究各个国家才刚刚起步。风能是一种无污染的可再生绿色能源,能量来源丰富,取之不尽用之不竭,但同时具有很强的随机性,不能调度性和波动性,与发电机组并网的动态经济负荷调度问题很难用传统的数学方法来求解。在这种的情况的背景下,DED不再是仅考虑火力发电的燃煤成本最小化为单一目标,如今在实时控制中并且还要系统安全的前提下充分利用风力发电,减少环境污染等等的经济问题。本文的主要研究内容如下:1)在已有的粒子群算法,文化算法和文化粒子群算法等众多研究成果的基础上,进一步探讨文化算法的信念空间进化机制,探讨粒子群算法惯性权重的动态变化,提出一种改进的基于动态改变惯性权重双重更新的并行文化粒子群算法。通过测试一些带有复杂约束条件的函数,并与其他几种算法做比较来验证此改进算法对于处理非凸非线性多约束的函数的可行性和有效性。2)从最初始传统的电力系统模型开始分析,然后引进风电场并且进一步分析研究风电并网对电力系统的经济调度的影响,根据以往人们的研究成果上,建立了了基于阀点效应,正负旋转备用,风速预测误差以及负荷预测误差等约束的风电并网的动态经济调度模型。3)最后本文提出的改进算法对含风电并网的动态经济负荷分配调度问题上进行优化求解验证了此模型的可行性以及改进算法的有效性,并与一些参考文献的算法应用于此模型进行求解对比进一步验证此算法的优越性。(本文来源于《南昌航空大学》期刊2016-06-01）
毛志慧,王艳,纪志成[3]（2015）在《多目标柔性车间调度的文化基因非支配排序粒子群算法》一文中研究指出本文以离散型柔性制造车间为对象,以缩短生产周期、减少机器空转时间和提高产品合格率为优化目标,提出一种文化基因非支配排序粒子群算法.该算法采用二维编码方式.首先,分别对工序和机器分配进行不同的变异操作,建立了多目标离散型资源优化调度模型.然后,采用非支配排序策略和随机游走法获得Pareto最优解,接着利用层次分析法给出资源优化配置方案.最后,利用实际生产数据进行仿真,结果表明所提出的优化算法具有平衡全局搜索能力和局部搜索能力的特性.(本文来源于《计算机系统应用》期刊2015年10期）
徐捷,项铁铭,陈伟[4]（2015）在《基于文化粒子群算法的RFID天线设计》一文中研究指出针对天线优化设计涉及高度非线性的问题,传统优化方法往往无法获得全局最优解,在此研究背景下,引入文化粒子群优化算法,提出了基于文化粒子群算法与高频结构电磁场仿真软件HFSS联合仿真的优化设计方案。将该方案应用于RFID阅读器天线优化设计,优化结果表明,所设计的天线在2.39 GHz 2.51 GHz频段内回波损耗小于-10 d B,圆极化轴比带宽为2.44 GHz2.48 GHz,为此类天线结构的优化设计提供了一定的参考。(本文来源于《杭州电子科技大学学报(自然科学版)》期刊2015年03期）
王文国,龙胤慧,韩月,苗涛田[5]（2015）在《基于文化粒子群算法的叁亚市水资源优化配置》一文中研究指出为解决叁亚市水资源时空分布不均、部分地区缺水现象严重的问题,建立了系统总缺水量最小、供水效益最大的多目标水资源优化配置模型;并应用新型智能文化粒子群优化算法,对2010年为现状水平年,2020、2030年为规划水平年的多年平均情况下的水资源配置方案进行了模型求解。结果表明,规划水平年缺水率不断下降,基本实现了总缺水量最小的目标,可见优化配置有效缓解了叁亚市用水紧张的问题,具有一定的借鉴意义。(本文来源于《水电能源科学》期刊2015年02期）
杜瑶,王莉[6]（2014）在《基于粒子群算法的班级文化管理隐性构建初探》一文中研究指出目前关于班级文化管理的研究较多,但大都偏重于宏观的定性研究,涉及到具体操作层面的文章较少,且缺乏理论的、逻辑的方法作为支撑。本文研究了粒子群算法的进化内涵,将算法应用于大学班级文化管理隐性构建的数学建模。使用定性研究和逻辑推理相结合的方法,对建立的模型进行分析,拓展班级文化管理的理论依据,创新班级文化管理的操作方法。(本文来源于《西北工业大学学报(社会科学版)》期刊2014年04期）
陈宏明,章慧[7]（2014）在《改进的文化粒子群算法的电子商务服务器集群负载均衡》一文中研究指出随着电子商务的发展,电子商务企业服务器集群负载均衡问题越来越严重,为了解决粒子群算法在求解电子商务服务器集群负载均衡问题上存在的不足,提出一种改进的文化粒子群算法的服务器集群负载均衡策略.首先利用粒子群算法的主群体空间和文化算法的知识空间形成"双演化双促进"机制,提高算法全局搜索能力和运行效率;然后引入遗传算法进化机制对知识空间演化操作进行改进,最后将该算法应用于电子商务服务器集群负载均衡问题求解.经过仿真验证,改进文化粒子群算法,提高服务器集群系统资源利用率,负载更加均衡.(本文来源于《南京师范大学学报(工程技术版)》期刊2014年03期）
任圆圆[8]（2014）在《基于文化粒子群算法的文本信息过滤研究》一文中研究指出随着信息科学技术的快速发展，网络上的各种信息急剧增长，丰富的信息资源虽然使用户更容易获取所需要的知识，但同时也使人们受到垃圾信息和冗余信息的困扰，这些垃圾信息和冗余信息不但影响了用户使用网络的方便性和快捷性，而且也对网络的环境发展造成很大的影响。因此，如何从网络中获取所需要的信息，并且可以有效的防止无关信息和不合法信息的困扰，已经成为当前网络研究领域的重大任务之一。信息过滤技术(Information Filtering Technology)是一种能够根据用户的需求，在动态的信息流中，准确定位用户感兴趣的信息，将不良信息屏蔽的技术。信息过滤包括很多方面，而网络文本信息过滤就属于其中的一个分支，由于网络上的信息的表现形式大多为文本形式，所以本文的研究主要是针对网络文本信息过滤而提出的。本文对网络文本信息过滤中所涉及到的一些关键技术进行了探讨，然后对文化粒子群算法做出改进，最后将改进的文化粒子群算法应用于过滤模板的优化中。本文的主要工作包含以下叁个方面：1.提出一种自适应动态文化粒子群算法解决PSO算法在解决复杂问题时易陷入局部最优的问题本文引入评价粒子群早熟收敛程度的指标来判断种群空间粒子群状态，以确定影响函数对种群空间粒子群的作用时机，当算法陷入局部最优时，自适应的利用影响函数对种群空间进行变异更新，从而有效发挥文化粒子群算法的“双演化双促进”机制，并且在文中首先对种群的收敛程度进行判断，然后根据判断的结果进行自适应的改变惯性权重，这样可以保证种群空间中的粒子群保持多样性。最后对四个经典的测试函数进行仿真，结果表明该算法具有很强的搜索能力，收敛速度和收敛精度也有所提高。2.将改进的文化粒子群算法应用到网络文本信息过滤的模板优化该方法采用改进的自适应动态文化粒子群算法对过滤模板进行优化，并根据相似度，分类准确率，提出了一种粒子适应度评价体系。实验结果显示，使用改进后的文化粒子群算法优化网络信息过滤当中的用户模板，最终提高了文本分类的准确性，达到了较好的过滤效果。3.设计并实现了基于自适应动态文化粒子群算法的网络文本信息过滤系统将本文提出的自适应动态文化粒子群优化算法应用于网络文本信息过滤系统中的用户模板优化中，根据用户的参与反馈信息对用户模板进行动态更新优化，使系统更能满足用户的需求。根据用户的需求实现网络信息的实时过滤，提高过滤系统的效率，并保证系统的过滤准确性及稳定性。(本文来源于《山东师范大学》期刊2014-05-30）
宋受俊,葛乐飞,蒋艳玲[9]（2014）在《基于文化粒子群算法的开关磁阻电机多目标优化设计》一文中研究指出特殊的结构和控制方法使得开关磁阻电机(SRM)具有多变量、强耦合、高非线性等特点,如何快速而准确的得到最优设计方案一直是研究的热点与难点。首先将粒子群算法(PSO)与文化算法(CA)相结合,构建了文化粒子群优化算法(CPSOA),通过将PSO嵌入到CA架构,实现了不同空间群体的并行进化,提高了PSO的优化精度与效率。然后,采用传统设计方法得到了SRM的初始设计方案,并进行了初步校核。最后,针对一定的目标和约束,以参数对性能的影响模式为基础,利用CPSOA对初始方案进行了优化,得到了关键几何尺寸和控制参数的全局最优解。(本文来源于《西北工业大学学报》期刊2014年01期）
马立新,陶鹏举[10]（2014）在《文化粒子群算法在超声波定位中的应用》一文中研究指出局部放电是导致电力变压器绝缘劣化的重要原因之一,超声波检测是局部放电、空间定位中重要的非电测法,其定位的准确与否直接影响电气设备故障诊断和快速判断。针对粒子群(PSO)算法计算精度和"早熟"问题,同时为提高粒子群算法的全局搜索能力,文中提出了文化粒子群(CBPSO)算法,并探讨了粒子群算法参与频次的问题,仿真结果验证了该定位算法优于粒子群算法和文化(CA)算法,现场监测结果也证明了其算法的准确性和有效性。(本文来源于《电测与仪表》期刊2014年03期）
文化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：
电力系统的动态经济调度问题(Dynamic economic dispatch,DED)是电力系统经济调度中的重要研究课题,它的非凸、非线性、高维以及多约束使得优化起来很艰难。这些年煤炭等资源存量越来越低,各个国家纷纷重视了新型能源的开发和利用,风电首当其冲发展迅猛。如今,对于含风力发电的电力系统动态经济调度问题的研究各个国家才刚刚起步。风能是一种无污染的可再生绿色能源,能量来源丰富,取之不尽用之不竭,但同时具有很强的随机性,不能调度性和波动性,与发电机组并网的动态经济负荷调度问题很难用传统的数学方法来求解。在这种的情况的背景下,DED不再是仅考虑火力发电的燃煤成本最小化为单一目标,如今在实时控制中并且还要系统安全的前提下充分利用风力发电,减少环境污染等等的经济问题。本文的主要研究内容如下:1)在已有的粒子群算法,文化算法和文化粒子群算法等众多研究成果的基础上,进一步探讨文化算法的信念空间进化机制,探讨粒子群算法惯性权重的动态变化,提出一种改进的基于动态改变惯性权重双重更新的并行文化粒子群算法。通过测试一些带有复杂约束条件的函数,并与其他几种算法做比较来验证此改进算法对于处理非凸非线性多约束的函数的可行性和有效性。2)从最初始传统的电力系统模型开始分析,然后引进风电场并且进一步分析研究风电并网对电力系统的经济调度的影响,根据以往人们的研究成果上,建立了了基于阀点效应,正负旋转备用,风速预测误差以及负荷预测误差等约束的风电并网的动态经济调度模型。3)最后本文提出的改进算法对含风电并网的动态经济负荷分配调度问题上进行优化求解验证了此模型的可行性以及改进算法的有效性,并与一些参考文献的算法应用于此模型进行求解对比进一步验证此算法的优越性。
（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。
文化粒子群算法论文参考文献
[1].刘天宇.基于协作学习和文化进化机制的量子粒子群算法及应用研究[D].西安电子科技大学.2017
[2].李登科.电力系统动态经济调度的改进文化粒子群算法[D].南昌航空大学.2016
[3].毛志慧,王艳,纪志成.多目标柔性车间调度的文化基因非支配排序粒子群算法[J].计算机系统应用.2015
[4].徐捷,项铁铭,陈伟.基于文化粒子群算法的RFID天线设计[J].杭州电子科技大学学报(自然科学版).2015
[5].王文国,龙胤慧,韩月,苗涛田.基于文化粒子群算法的叁亚市水资源优化配置[J].水电能源科学.2015
[6].杜瑶,王莉.基于粒子群算法的班级文化管理隐性构建初探[J].西北工业大学学报(社会科学版).2014
[7].陈宏明,章慧.改进的文化粒子群算法的电子商务服务器集群负载均衡[J].南京师范大学学报(工程技术版).2014
[8].任圆圆.基于文化粒子群算法的文本信息过滤研究[D].山东师范大学.2014
[9].宋受俊,葛乐飞,蒋艳玲.基于文化粒子群算法的开关磁阻电机多目标优化设计[J].西北工业大学学报.2014
[10].马立新,陶鹏举.文化粒子群算法在超声波定位中的应用[J].电测与仪表.2014