1. 毕业设计（论文）主要目标：
这项研究的目标是开发一种对多种系列的最优化问题都有效的广义PSO算法.本论文将重点解决粒子群算法两个方面的不足之处，第一是粒子群算法空间搜索的随机性，第二是粒子群算法存在的早熟收敛性。
为了解决第一个问题，通过融合多种搜索方法来增强粒子群算法。
在这个方面，对两个搜索技术进行了研究：非均匀变异方法和自适应的梯度方法。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要内容：
粒子群算法是一种线性搜索算法，因为其简单、实现方便。因此自从提出以来便在短期内迅速得到国际计算领域的认可，并在很多领域得到了广泛的发展。但PSO自身也存在如下缺陷：PSO寻找的最优解可能局部最优解而不是全局最优解；搜索空间的随机性，参数初始化随机性；收敛速度慢。因此，迫切需要一些方法来改进传统的PSO所存在的缺陷。为了解决粒子群的缺陷问题，将主要进行以下内容的研究：
(1)查询多种搜索方法，掌握非均匀变异方法和自适应的梯度方法
(2)设计基于自适应机制的粒子群算法
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1].Mengqi Hu, Teresa Wu, Jeffery D.Weir. Anintelligent augmentation of particle swarm optimization with multiple adaptivemethods. Information Sciences, 213(2012) 68-83.
[2]. 秦全德, 《粒子群算法研究及应用》, 华南理工大学博士学位论文，2011。
[3]. 刘逸, 《粒子群优化算法的改进及应用研究》，西安电子科技大学博士学位论文，2012。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
