改進(jìn)粒子群算法在天線設(shè)計(jì)中的應(yīng)用
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.1粒子群算法模型示意圖??通過(guò)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(niǎo)群會(huì)記錄下當(dāng)前所有探索過(guò)的麥田中食物濃度最高的位置,記為Gbest,而每只小??鳥(niǎo)也會(huì)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(niǎo)根據(jù)Gbest和Pbest的指??引確定下一個(gè)搜索位置。模型示意圖如圖2.1所示:??/?身?????響?>?鬱'\?,??‘?瓤.?....
圖2.3標(biāo)準(zhǔn)PSO算法流程示意圖??2.2.4算法收斂性分析??Frans在文獻(xiàn)[16]中對(duì)PSO算法的收斂性進(jìn)行了分析,他通過(guò)單個(gè)粒子的運(yùn)動(dòng)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(gè)位置由三個(gè)狀態(tài)所決定。第一項(xiàng)是粒子上??一次迭代的移動(dòng)速度,可以理解為運(yùn)動(dòng)方向上的慣性;第二項(xiàng)是粒子根據(jù)自身經(jīng)驗(yàn)來(lái)指導(dǎo)自??己后續(xù)的探索行為;第三項(xiàng)則是粒子根據(jù)群體所共享出來(lái)....
圖3.1超球坐標(biāo)轉(zhuǎn)換示憊圖
??杭州電子科技大學(xué)碩士學(xué)位論文?????英”粒子也要更新以適應(yīng)指導(dǎo)的要求。??3.2.3超球面擾動(dòng)策略??種群在尋優(yōu)的過(guò)程中由于“精英,,粒子的指導(dǎo)作用,其余粒子會(huì)快速地往“精英”粒子??靠攏,如果“精英,,粒子處在一個(gè)局部最優(yōu)空間,那么種群會(huì)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(dòng)示意圖??,,,??
下圖是直角坐標(biāo)到超球面坐標(biāo)轉(zhuǎn)化示意圖:??AZ??圖3.1超球坐標(biāo)轉(zhuǎn)換示意圖??由式(2.5)、(2.6)可以推斷出,持續(xù)的迭代過(guò)程中粒子之間的距離會(huì)越來(lái)越近,導(dǎo)致??“精英”的移動(dòng)速度會(huì)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(dòng)方向??也增加了跳出局部最優(yōu)的難度....
本文編號(hào):3998890
本文鏈接:http://www.lk138.cn/kejilunwen/xinxigongchenglunwen/3998890.html