計(jì)算聲學(xué)6-智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用-wenkub.com
2025-05-09 04:09 本頁面
【正文】 科學(xué)出版社， 2021 ? [7] Sun J, Feng B, Xu WB. Particle swarm optimization with particles having quantum behavior. IEEE Con. Evolutionary Computation. 2021: 325331P ? [8] 方偉，孫俊，謝振平 等 .量子粒子群優(yōu)化算法的收斂性分析及控制參數(shù)研究 .物理學(xué)報(bào)， 2021,59(6):36873694頁 ? [9] 楊坤德。西安交通大學(xué)出版社， 2021 ? [5] 李守巨，劉迎曦，孫偉。高等教育出版社， 1999 ? [3] 周明，孫樹棟。 end 計(jì)算結(jié)果 (,) 智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 聲線參數(shù)反演算例計(jì)算結(jié)果： 最優(yōu)適應(yīng)度值對(duì)應(yīng)的 ? ?212121 , ????kk粒子數(shù) （萬） 計(jì)算時(shí)間（ s） 收斂次數(shù) 最優(yōu)適應(yīng)度值 1 14 (,) 5 26 (,) 10 39 (,) 18 50 (,) 參考文獻(xiàn)： ? [1] 曾建潮，介婧，崔志華。42 2 ?? x 3 ?? x智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 for kk=1:pNum a1=abs(Pc(kk,1)^Pc(kk,2)+Pc(kk,2)^Pc(kk,1)5*Pc(kk,1)*Pc(kk,2)*Pc(kk,3)85)。 Best(gm+1,2:pDim+1)=gBestp。 pBestf(gn,1)=fitness(gn,1)。 fitness(kk,1)=(a1+a2+a3+a4)。 end %%%適應(yīng)度 for kk=1:pNum a1=abs(5*Pc(kk,1)+Pc(kk,2)Pc(kk,3)2*Pc(kk,4)+2)。 u=rand。 Best(1,2:pDim+1)=gBestp。 [gBestf index]=max(fitness)。 a4=abs(Pc(kk,1)+3*Pc(kk,2)+2*Pc(kk,3)+7*Pc(kk,4)12)。 56頁例題 1(線性方程組 ) 智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 %%%計(jì)算適應(yīng)度 fitness=zeros(pNum,1)。 %隨機(jī)數(shù)輔助變量 Pc(:,1)=X1min+(X1maxX1min)*am(:,1)。X2max=100。X2min=100。 稱為平均最優(yōu)位置，是所有粒子自 身最優(yōu)位置的中心點(diǎn)，由下式計(jì)算得到： 智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 )(t?)(t?? ?m a x100)( Ttt ???? ???? ?10 ,?? ? ?,? ?, )(tC? ? ???????? ??????NiiDNiiNiiD tPNtPNtPNtCtCtCtC1121121 )(1,)(1,)(1)(,),(),()( ??智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 pNum=1000。同時(shí)， QPSO具有 參數(shù)少、易于編碼實(shí)現(xiàn)等特點(diǎn)。 智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 1 1 2 2( 1 ) ( ) ( ( ) ) ( ( ) )( 1 ) ( ) ( 1 ) i i i i g ii i iV t V t c r P X t c r P X tX t X t V t? ? ? ? ? ? ? ? ? ???? ? ? ??11( 1 ) ( ) ( ) ( ( ) ( ) )ij ij j ij ijv t v t c r t p t x t? ? ? ? ? ?速度進(jìn)化方程中第三部分為社會(huì)部分，表示粒子間的社會(huì)信 息共享。 算法的運(yùn)算過程： （ 1）依照上述初始化過程，對(duì)粒子群的隨機(jī)位置和速度進(jìn) 行初始設(shè)定； （ 2）計(jì)算每個(gè)粒子的適應(yīng)度； （ 3）對(duì)于每個(gè)粒子，將其適應(yīng)度與所飛過的最好位置 的 適應(yīng)度進(jìn)行比較，若較好，則將其作為當(dāng)前的最好位置； 智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 m in m a x[ , ]xx ijxm a x m a x[ , ]vv? ijviiPx?iP（ 4）對(duì)于每個(gè)粒子，將其適應(yīng)度與全局所經(jīng)歷的最好位置 的適應(yīng)度進(jìn)行比較，若較好，則將其作為當(dāng)前的全局最好位置 （ 5）根據(jù)公式對(duì)粒子的速度和位置進(jìn)行進(jìn)化計(jì)算； （ 6）如果沒有達(dá)到結(jié)束條件，即適應(yīng)度不夠好或沒有達(dá)到預(yù)先設(shè)定的最大進(jìn)化代數(shù)，則返回步驟（ 2）。為 了減少在進(jìn)化過程中，粒子離開搜索空間的可能性， 通常 限定于一定范圍內(nèi)，即 。 智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 假設(shè) 為粒子 的當(dāng)前位置， 為粒子 的當(dāng)前飛行速度， 為粒子 所飛 過的最好位置，也就是粒子 所經(jīng)歷過的具有最好適應(yīng)度的位 置，稱為 個(gè)體最好位置 。這是粒子群算法 的另一基本概念。 群體內(nèi)的每一個(gè)體的行為可采用上述規(guī)則描述，這是粒子群 算法的基本概念之一。 作為一種新的并行優(yōu)化進(jìn)化算法，粒子群優(yōu)化算法具有很強(qiáng) 的 通用性 ，可用于解決大量 非線性、不可微和多峰值的復(fù)雜 問題 優(yōu)化，并已廣泛應(yīng)用于科學(xué)和工程領(lǐng)域。 智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 0 t?(0)P()Pt ()Ft()Pt( 1)Pt?tT? 1tt??tT?智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 ()Pt群 體選 擇 運(yùn) 算交 叉 運(yùn) 算變 異 運(yùn) 算( 1 )Pt ?群 體 解 集 合個(gè) 體 評(píng) 價(jià)遺 傳 空 間解 空 間解 碼 群體智能算法 （ Swarm Intelligence Algorithm）的研究 開始于 20世紀(jì) 90年代，其基本思想是模擬自然界生物的 群體 行為 來構(gòu)造隨機(jī)優(yōu)化算法。浮點(diǎn)數(shù)編碼中對(duì)選定的第 i個(gè)個(gè)體 進(jìn)行逆轉(zhuǎn)操作，如果浮點(diǎn)數(shù)變化范圍是 ，則 智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 ix?,i ne w i i oldx x x? ? ? 遺傳算法是一個(gè)迭代過程，它模擬生物在自然環(huán)境中的 遺傳和進(jìn)化機(jī)理，反復(fù)將選擇算子、交叉算子、變異算子作 用于群體，最終可得到問題的最優(yōu)解或近似最優(yōu)解。變異運(yùn)算只是產(chǎn)生新個(gè)體的輔 助方法，但也是一個(gè)必不可少的運(yùn)算步驟，它決定了遺傳算 法的 局部搜索能力 。 比例選擇：個(gè)體被選中的概率與其適應(yīng)度大小成正比。目前 的編碼方法可以分為三大類： 二進(jìn)制 編碼、 浮點(diǎn)數(shù) 編碼和 符 號(hào) 編碼。 智能計(jì)算及其在數(shù)值計(jì)算中的應(yīng)用 編碼： 在遺傳算法的運(yùn)行過程中，它不對(duì)所求解問題的實(shí)際決 策變量直接進(jìn)行操作，而是對(duì)表示可行解的 個(gè)體編碼 施加遺 傳運(yùn)算，通過遺傳操作來達(dá)到優(yōu)化的目的。遺傳算法通過模擬達(dá) 爾文“ 優(yōu)勝劣汰、適者生存 ”的原理，激勵(lì)好的結(jié)構(gòu)；通過模 擬孟德爾 遺傳變異理論 ，在迭代過程中保持已有的結(jié)構(gòu)，同 時(shí)尋找更好的結(jié)構(gòu)。 在群體的迭代進(jìn)化過程中，個(gè)體的適應(yīng)度和群體中所有個(gè)體 的平均適應(yīng)度都不斷地得到改進(jìn)，最終可得到一個(gè)或幾個(gè)具 有較高適應(yīng)度的個(gè)體，它們就對(duì)應(yīng)于問題的最優(yōu)解或近似最 優(yōu)解； （ 6）算法所模擬的進(jìn)化過程均受隨機(jī)因素的影響，所以不 易陷入局部最優(yōu)點(diǎn)，并都能以較大的概率找到全局最優(yōu)點(diǎn)； （ 7）算法具有一種天然的 并行結(jié)構(gòu) ，均適合于在并行機(jī)或 局域網(wǎng)環(huán)境中進(jìn)行大規(guī)模復(fù)雜問題的的求解。 智能計(jì)算及其
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1