資源描述：
《基于粒子群算法的輸變電施工網絡優(yōu)化-研究》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、華北電力大學碩士學位論文公司的Project2003等工程項目管理軟件，大大增強了項目施工管理的實際應用能力‘?1。1．3優(yōu)化技術研究的熱點當前，科學技術正處于多學科交叉和滲透的時代。特別是，計算機科學與技術的迅速發(fā)展，從根本上改變了人類的生產與生活。優(yōu)化技術是一種以數(shù)學為基礎，用于求解各種工程問題優(yōu)化解的應用技術。作為一個重要的科學分支，它一直受到人們的廣泛重視，并在諸多工程領域得到迅速的推廣和應用，如系統(tǒng)控制、人工智能、模式識別、生產調度、VLSI技術和計算機工程等。鑒于實際工程問題的復雜性、約束性、非線性、多極小、建模困難
2、等特點，尋求一種適合于大規(guī)模并行且具有智能特征的算法已成為有關學科的一個主要目標和引人注目的研究方向。20世紀80年代以來，一些新穎的優(yōu)化算法，如人工神經網絡、混沌、遺傳算法、進化規(guī)劃、模擬退火、禁忌搜索、DNA分子算法、蟻群算法和粒子群算法及其混合優(yōu)化策略等，通過模擬或揭示某些自然現(xiàn)象或過程而得到發(fā)展，其思想和內容涉及數(shù)學、物理學、生物進化、人工智能、神經科學和統(tǒng)計力學等方面，為解決復雜問題提供了新的思路和手段。這些算法獨特的優(yōu)點和機制，引起了國內外學者的廣泛重視并掀起了該領域的研究熱潮，且在諸多領域得到了成功的應用。在優(yōu)化領
3、域，由于這些算法構造的直觀性與自然推理，因而通常被稱作智能優(yōu)化算法(IntelligentOptimizatiOnAlgorithms)，或稱現(xiàn)代啟發(fā)式算法(Meta-heuristiCAigorithms)“’?。當前，通過模擬生物群體的行為來解決計算問題已經成為新的研究熱點，形成了以群體智能(SwarmIntelligence)為核心的理論體系，并已在一些實際應用領域取得突破性進展?1。通過對生物群體的觀察和研究發(fā)現(xiàn)，生物群體內個體間的合作與競爭等復雜行為產生的群體智能往往能對某些特定的問題提供高效的解決方法。典型的群體智能
4、算法(SwarmIntelligenceAlgorithin)方法有M．Dorigo提出的蟻群算法和J．Kennedy與R．Eberthart提出的粒子群優(yōu)化算法。例如，動物行為學家曾仔細觀察過螞蟻的覓食行為，發(fā)現(xiàn)不管初始時同一蟻巢的螞蟻從蟻巢到食物的覓食路徑是如何的隨機，隨著覓食的螞蟻往返次數(shù)的增加，蟻群總能找到最短的覓食路徑。著名的蟻群算法正是受蟻群覓食行為的啟發(fā)而產生的。實踐證明，蟻群算法在組合優(yōu)化、車間作業(yè)調度、網絡路由選擇等領域已經取得成功的應用“”“1。粒子群優(yōu)化算法的提出是受鳥群覓食行為的啟發(fā)和對一個簡化社會模型的
5、仿真，和人工生命理論以及鳥類或魚群的群集現(xiàn)象有十分明顯的聯(lián)系。同遺傳算法、蟻群優(yōu)化等大多數(shù)進化計算方法一樣，粒子群優(yōu)化算法也是一種基于群體的優(yōu)化方法，與其它進化計算方法相比，粒子群優(yōu)化算法的主要特點為：(1)每個個體(稱3華北電力大學碩士學位論文為一個粒子)都被賦予了一個隨機速度并在整個問題空間中飛翔；(2)個體具有記憶功能；(3)它沒有使用遺傳算法的選擇、交叉以及變異等遺傳操作進行進化，而是通過個體之間的合作和競爭來實現(xiàn)個體的進化。由于其對所求解問題既不要求可微，也不要求連續(xù)，只要求問題是可計算的，而且實現(xiàn)容易，因而得到了學術
6、界的廣泛重視，已經成為一種重要的優(yōu)化工具，并成功應用于函數(shù)優(yōu)化、模糊系統(tǒng)控制、無功優(yōu)化、最短路徑優(yōu)化和神經網絡訓練等領域“””’。本文通過對粒子群優(yōu)化算法的深入研究，完善算法的理論模型并進一步擴展的應用領域。以期為工程施工優(yōu)化問題提供新的理論指導依據(jù)和高效的解決方案。1．4課題的提出目前，模糊邏輯、神經網絡、進化計算、免疫計算、DNA計算等一些研究方向都是模擬某些自然現(xiàn)象或過程而發(fā)展起來的，并且具有高度并行、自組織、自適應和自學習等特征。這些方法通過“擬物”與“仿生”，為解決某些復雜問題提供了卓有成效的方法和途徑，特別是群體智能
7、的研究與成功應用為其它領域優(yōu)化問題的解決丌闊了思路，提供了借鑒的手段。針對當前施工網絡圖優(yōu)化存在缺點和不足，本文試圖從另一個角度，即采用粒子群優(yōu)化算法來對問題加以解決。主要的思路是：首先研究粒子群優(yōu)化算法的理論模型及其應用現(xiàn)狀、對不足之處進行必要的改進、建立輸變電施工網絡優(yōu)化模型，利用網絡計劃技術計算各個工序的時間參數(shù)、成本和所需資源量，并對一些較復雜的工序進行分解得出初始施工計劃。然后利用粒子群優(yōu)化算法對施工計劃進行優(yōu)化計算，得出在最優(yōu)目標及約束條件下的最佳資源分配及工序安排計劃。1．5本文的主要工作本文通過對弘有優(yōu)化方法和粒
8、子群優(yōu)化算法的研究，結合施工網絡圖優(yōu)化的特點，提出了基于粒子群算法的輸變電施工網絡圖優(yōu)化模型和方法，學位論文的主要工作如下：(i)研究分析了當前施工網絡圖優(yōu)化方法存在的不足及研究的意義，分析了當前優(yōu)化技術研究發(fā)展的熱點，以及本文的主要工作。(2)簡要介紹了網絡計
