改進粒子群算法在天線設計中的應用
【文章頁數(shù)】:65 頁
【學位級別】:碩士
【部分圖文】:
圖2.1粒子群算法模型示意圖??通過抽象分析,麥田就可以看作是解空間,也就是需要尋優(yōu)的函數(shù)取值范圍;食物濃度??
鳥群會記錄下當前所有探索過的麥田中食物濃度最高的位置,記為Gbest,而每只小??鳥也會記錄下自己所發(fā)現(xiàn)的食物濃度最高的位置,記為Pbest。小鳥根據(jù)Gbest和Pbest的指??引確定下一個搜索位置。模型示意圖如圖2.1所示:??/?身?????響?>?鬱'\?,??‘?瓤.?....
圖2.3標準PSO算法流程示意圖??2.2.4算法收斂性分析??Frans在文獻[16]中對PSO算法的收斂性進行了分析,他通過單個粒子的運動行為采用遞??
iPbest(t)??????圖2.2粒子位置更新示意圖??分析式(2.5)、(2.6)可知,粒子的下一個位置由三個狀態(tài)所決定。第一項是粒子上??一次迭代的移動速度,可以理解為運動方向上的慣性;第二項是粒子根據(jù)自身經(jīng)驗來指導自??己后續(xù)的探索行為;第三項則是粒子根據(jù)群體所共享出來....
圖3.1超球坐標轉換示憊圖
??杭州電子科技大學碩士學位論文?????英”粒子也要更新以適應指導的要求。??3.2.3超球面擾動策略??種群在尋優(yōu)的過程中由于“精英,,粒子的指導作用,其余粒子會快速地往“精英”粒子??靠攏,如果“精英,,粒子處在一個局部最優(yōu)空間,那么種群會快速聚集于該局部最優(yōu)從而發(fā)??生早....
圖3.2超球面擾動示意圖??,,,??
下圖是直角坐標到超球面坐標轉化示意圖:??AZ??圖3.1超球坐標轉換示意圖??由式(2.5)、(2.6)可以推斷出,持續(xù)的迭代過程中粒子之間的距離會越來越近,導致??“精英”的移動速度會變慢,致使“精英,,陷入局部最優(yōu)之后難以跳出,不合理的移動方向??也增加了跳出局部最優(yōu)的難度....
本文編號:3998890
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/xinxigongchenglunwen/3998890.html