【37页】基本粒子群优化算法研究.doc文档下载

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，Ⅰ 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 ， 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 ， ， ， ， ，Ⅰ Ⅱ 图表， ， ， ， 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。

 ， 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 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，简称是和 源于群体智能 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，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 ， 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 ， ， 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 ， ， 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