【37页】基本粒子群优化算法研究.doc文档下载

是在众多方案中寻找最优方案。

， ， ， 因此，高效的优化算法成为科学工作者的研究目标之。

本文研究的 粒子群优化算法，简称是和 源于群体智能和人类认知学习过程而发展的种智能优化算法。

它与遗 传算法同属群体优化技术，但比更简单操作更方便。

因此， 算法从诞生起，就引起了国内外学者的广泛关注，并掀起了该方法的研究热潮， 且在诸多领域得到了成功应用。

随着人们生存空间的扩大，这些常规的优化方法已经无法处理人们所面对的 复杂问题。

前言 优化是个古老的问题，其研究的问题， ， 部分内容简介部分内容简介 ， ， ， ， 前言 优化是个古老的问题，其研究的问题是在众多方案中寻找最优方案。

长期以 来，优化问题直受到广泛关注，是研究的热点问题。

早在世纪，英国 和德国发明的微积分就蕴涵了优化的内容。

而法国数学家则首次 采用最速梯度下降法解决了无约束优化问题。

后来针对约束优化问题又提出了 乘数法。

人们关于优化问题的研究工作，随着历史的发展不断深入。

但 是，任何科学的进步都要受到历史条件的限制，直到二十世纪四十年代，由于科 学技术突飞猛进的发展，尤其是高速数字计算机日益广泛应用，使得优化问题的 研究不仅成为种迫切需要，而且有了求解的有力工具。

因此，优化理论和算法 迅速发展起来，成为门新的学科。

至今已出现线性规划整数规划非线性规 划几何规划动态规划随机规划等许多分支。

这些优化技术在实际应用中正 发挥越来越大的作用。

随着人们生存空间的扩大，这些常规的优化方法已经无法处理人们所面对的 复杂问题。

因此，高效的优化算法成为科学工作者的研究目标之。

本文研究的 粒子群优化算法，简称是和 源于群体智能和人类认知学习过程而发展的种智能优化算法。

它与遗 传算法同属群体优化技术，但比更简单操作更方便。

因此， 算法从诞生起，就引起了国内外学者的广泛关注，并掀起了该方法的研究热潮， 且在诸多领域得到了成功应用。

但是，的发展历史尚短，在理论基础与应用 推广上都还存在些问题，如早熟，种群单化等，有待于解决。

针对上述的问题，本文通过对算法原理进行分析，在深入理解几种 改进算法的基础上，对存在的问题提出了新的改进方法，并将改进的算法应 用于实际优化问题中。

本文主要通过系列作为工作环境，实现算法以及相应的问题模 拟。

全文共分五章。

第章概述，主要介绍算法研究背景。

第二章粒子群优 化算法，主要介绍算法基本原理，简要分析主要缺陷，并介绍几种常 用的改进方法。

第三章基于多种群的粒子群优化算法，针对的主要缺苏误，未找到引用源。

过零点时，由于式中存在，未找到引用源。

项，不会出现被零除的情形同时分子含有，未找到引用源。

项，因此当错 误，未找到引用源。

时，滤波器的增益恒等于。

另外，如果在频谱区信 噪比相当高时，滤波器的效果也趋于逆滤波。

反之，对性噪比很低的区域，滤波 器趋于无反应。

这表明维纳滤波器避免了在逆滤波中出现的噪声过多放大现象。

所以它在定程度上克服了逆滤波复原方法的缺点。

最大熵复原法 最大熵恢复是对图像复原问题加以最大熵约束的恢复方法。

它是种非线形 的方法，在图像恢复领域中有种重要的影响。

该方法要求恢复的图像满足成像公 式的前提下熵最大。

也即图像恢复问题的所有可行解中，选择熵最大的那个作 为最终的解。

假设图像函数具有非负值，则定义幅图像的总能量为 ，未找到引用源。

 ， 图像的熵为 ，未找到引用源。

  噪声熵为 ，未找到引用源。

  其中，为最小的噪声负值，以使，未找到引用源。

，有意义 令。

最大熵复原就是在满足式和图像退化模型的约束条件下使苏州大学本科生毕业设计论文 复原后的图像熵和噪声熵最大，定义不同形式的熵可以获得不同的复原方法。

相对于传统的线性方法，最大熵复原方法的优点在于不需要对图像先知识做 更多假设，可在抑制噪声和恢复细节间取得较好的平衡，获得比线性恢复方法更 高的分辨率。

另外，大多数最大熵恢复算法还可以恢复残缺图像。

但是，最大熵方法作为种非线性的方法，在数值求解上是比较困难的，通 常只能用极为耗时的迭代算法，计算量巨大，对计算机设备的要求较高。

这限制 了它在些领域的应用。

因此，寻找高效快速稳定的算法直是最大熵图像 恢复方法研究的主要内容。

神经网络图像复原法 随着神经网络理论的深入研究，各种神经网络模型在图像处理领域中的到了 广泛的应用。

由于人工神经网络，具有自组织 自学习性，并行性处理等特性，神经网络在图像处理领域发挥着极其重要的作用。

基于神经网络的图像复原主要分为两类是基于网络的图像复原，主 要利用该网络在求解优化问题上的突出优点，其本质为将图像复原归结为个极 小化问题，然后将其映射为网络能量参数，通过网络的演化得到复原图 像。

二是运用大量的真实图像与退化图像样本进行学习训练，然后再用训练后的 网络进行实际的图像复原。

研究现状 李宇成等人根据匀速运动造成图像模糊的特点，详细分析了匀速直线运动模 糊图像的退化模型。

对匀速运动模糊二维离散点扩散函数的表达式进行了推导， 找到了匀速运动模糊图像频谱暗条纹分布的规律。

针对现有模糊参数检测方法的 不足，推导和论证了了模糊参数与图像高宽比之间的关系，从而获得了准确检测 图像模糊参数的方法。

该方法通过对退化图像的频谱进行变换，提取频谱 暗条纹方向和间距，进而准确检测出退化图像的模糊参数运动方向和运动长度苏州大学本科生毕业设计论文 。

李阳等人针对运动图像受到噪声信号的影响，为了提高图像恢复效率，通过 对运动模糊图像的恢复过程进行分析，提出了种改进的参数估计与图像恢复算 法，即利用经阈值化处理的变换估计模糊方法，通过微分自相关法估计模 糊长度，最后应用带最优窗的维纳滤波进行图像复原。

吴晗薄华提出了基于 阶微分的运动模糊参数估计方法。

范海菊等人提出了运动模糊图像点扩散函数 参数识别的新方法。

为了估计任意大小运动模糊图像点扩散函数，提出了真实方 向测量方向和列宽行高比的角度变换公式。

在此基础上利用变换最大值 曲线检测峰值角度作为候选方向，剔除候选方向中变换未出现规律性波谷 的干扰方向后为待变换方向，再进行角度变换即为识别方向。

赵欣等人对运动 模糊参数的确定方法进行了介绍，对噪声滤除方法进行了讲述，对运动模糊图像 复原技术进行了总结和展望。

辛玲阐述了几种经典的图像复原算法和各自适应 的环境。

孟昕等人概述了目前几种常用的匀速运动模糊恢复算法匀速运动模 糊参数的确定及其他运动模糊相关研究进展和现状，并通过部分实验，对匀速运 动模糊恢复算法略作分析比较。

等人利用空间分辨率和时间分辨 率之间基本的权衡关系，建立个可以在图像整合期间测量自己运动的混合型摄 像机。

摘要 前言 第章概述 引言 研究背景 运动模糊图像的退化模型 运动模糊图像复原算法 第二章粒子群优化算法 基本粒子群优化算法 算法流程 基本粒子群优化算法的缺点及改进方法 基本粒子群优化算法的缺点 几种改进算法 标准粒子群优化算法 带有收缩因子的粒子群优化算法 采用微分扰动的粒子群 带有小生境拓扑结构的粒子群优化算法 带有梯度加速因子的粒子群优化算法 第三章基于多种群的粒子群优化算法 算法基本改进方法 算法伪代码 第四章实验分析苏州大学本科生毕业设计论文 几种常用改进算法 标准测试函数 收敛速度实验分析 实验设置 实验结果 收敛性能实验分析 实验设置 实验结果 算法参数分析 实验设置 实验结果 第五章基于多种群的粒子群优化算法的应用 生产计划问题描述 实例 运行结果 第六章总结与展望 课题总结 后续研究展望 参考文献 致谢 摘要 在智能领域，大部分问题都可以归结为优化问题。

常用的经典优化算法都对 问题有定的约束条件，如要求优化函数可微等，仿生算法是种模拟生物智能 行为的优化算法，由于其几乎不存在对问题的约束，因此，得到广泛应用。

本文首先描述了基本粒子群优化算法及其几种改进算法的基本原理，并对基 本粒子群优化算法参数进行了简要分析。

根据分析结果，提出了种基于多种群 的粒子群优化算法。

在个标准优化函数上与基本粒子群优化算法及几种改进算 法进行了比较，实验结果表明本文算法在优化多模式函数时性能明显要优于其它 算法。

本文算法应用于生产计划安排问题上也获得了较好的性能。