基于粒子群与遗传混合算法的透镜天线多目标优化方法.pdf
一吃****继勇
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于粒子群与遗传混合算法的透镜天线多目标优化方法.pdf
本发明公开一种基于粒子群与遗传混合算法的透镜天线多目标优化方法,首先,通过将PSO和GAO的进化机制进行融合,解决了PSO易陷入局部最优和遗传算法收敛速度慢的问题。其次,利用一体化建模技术,直接获取待优化天线的各项性能指标用于算法的优化,提高优化效率。最后,利用子目标叠加法定义目标函数以实现透镜天线的多目标(包括阻抗特性、极化特性、增益特性等)优化,并利用子目标权重分配法及最差指标提取法对目标函数进行进一步地修正,从而引导PSO‑GAO实现更精准更高效的优化。本发明利用PSO‑GAO算法、一体化建模技术以
基于改进多目标混合粒子群算法的汽车传动参数优化方法.pdf
本发明公开了一种基于改进多目标混合粒子群算法的汽车传动参数优化方法,包括:对于当前种群中的每个粒子,根据每个粒子的位置、预设的动力性分目标函数以及经济性分目标函数计算每个粒子的个体最优值pbest,并求解Pareto最优前沿,根据所述Pareto最优前沿得到种群全局最优值gbest,根据所有粒子的类别,计算每个粒子对应的类别最优值nbest;然后计算每个粒子下一次迭代的位置;用遗传算法更新种群中的所有粒子得到用于下一次迭代的种群,然后继续迭代,满足预设的终止迭代条件时将Pareto最优前沿对应的粒子输出作
基于改进粒子群算法的电机多目标优化方法.pdf
本发明公开了一种基于改进粒子群算法的电机多目标优化方法,首先通过统计学实验原理设计出实验方案;然后对目标电机进行参数化建模,仿真得到对应的实验结果;通过响应面法生成对应的数学模型;再通过增加了变异库的改进粒子群算法来生成帕累托图寻找到电机的最优结构;最后通过仿真验证优化的有效性。该方法结合了统计学实验原理、响应面法和改进的粒子群算法的各自优势,通过统计学实验原理的采集数据,保证了数据的采集的合理性,再通过响应面法生成对应的数学模型,不需要依靠电机本身的电磁公式,再通过增加变异库的改进粒子群算法寻找最优解集
基于粒子群优化算法的多目标优化研究.pdf
基于粒子群优化算法的多目标优化研究第一章前言现代工程设计和决策制定过程中面临的许多挑战涉及多个相互依存的目标和约束条件。解决多目标优化问题的传统方法往往集中于寻找能够同时满足所有目标的单一最优解。然而,在大多数情况下,这种方法很难达到预期的效果。多目标优化方法试图寻找最好的解决方案,该方案可能是在多个矛盾目标之间的权衡和折中。因此,多目标优化算法在工程、管理和决策制定中得到了广泛应用。粒子群优化(ParticleSwarmOptimization,PSO)算法是一种元启发式算法,广泛应用于多目标函数优化及
基于粒子群算法的多目标优化方法研究的开题报告.docx
基于粒子群算法的多目标优化方法研究的开题报告一、选题背景与意义多目标优化是现代工程及科学研究中非常重要的问题。在实际问题中,往往需要在多个目标之间取得平衡以达到最优的结果。粒子群算法是一种优秀的全局优化算法,它可以在多维空间中高效地搜索最优解。因此,在多目标优化问题中利用粒子群算法进行优化是一个非常有前景的方向。本文拟进一步研究基于粒子群算法的多目标优化方法,探索其在多目标优化中的应用。二、研究内容和技术路线(一)研究内容1.对多目标优化问题进行深入分析和研究,制定合理的优化目标和目标函数;2.研究粒子群