基于膜系統(tǒng)的粒子群優(yōu)化算法在產(chǎn)業(yè)集群演化中的-研究與應用

《基于膜系統(tǒng)的粒子群優(yōu)化算法在產(chǎn)業(yè)集群演化中的-研究與應用》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在教育資源-天天文庫。

1、山東師范大學碩士學位論文4基于粒子群優(yōu)化的產(chǎn)業(yè)集群演化研究..........................................254.1產(chǎn)業(yè)集群演化機制與粒子群優(yōu)化算法的相通性..............................254.2基于P-PSO算法的產(chǎn)業(yè)集群演化模型......................................264.2.1集群中的企業(yè)與粒子................................................264.2.2演化

2、模型的構建....................................................274.3實證分析---以山東汽車產(chǎn)業(yè)集群為例....................................274.3.1山東省汽車產(chǎn)業(yè)概述................................................274.3.2基本前提及假設....................................................284.3.3產(chǎn)業(yè)集群競爭力

3、評價與三位模型的建立................................284.3.3.1集群競爭力評價..............................................284.3.3.2三位模型的建立..............................................314.3.4模型MATLAB求解及分析.............................................334.3.5集群發(fā)展對策與建議.............

4、...................................334.4本章小結(jié)..............................................................345總結(jié)與展望................................................................35致謝......................................................................40已發(fā)表論文.

5、.................................................................41萬方數(shù)據(jù)山東師范大學碩士學位論文摘要產(chǎn)業(yè)集群，指的是某一類相關的企業(yè)大量聚集在某一特定區(qū)域的經(jīng)濟現(xiàn)象。對于集群內(nèi)的企業(yè)來講，通過企業(yè)的聚集獲得了巨大的競爭優(yōu)勢，從而取得更好的發(fā)展與豐厚的經(jīng)濟效益。產(chǎn)業(yè)集群是一種基于自組織結(jié)構的經(jīng)濟現(xiàn)象。自組織結(jié)構的特征是自我適應和自我組織，這一點和產(chǎn)業(yè)集群不謀而合。同樣，若將集群看作一個由眾多企業(yè)和機構構成的系統(tǒng)，那它也是一種自組織系統(tǒng)。產(chǎn)業(yè)集群形成

6、過程中也是經(jīng)由開放的耗散結(jié)構不斷演化而來的。微粒群的尋優(yōu)與產(chǎn)業(yè)集群的集聚具有相通性。產(chǎn)業(yè)集群的形成實際上是一個自組織的過程，粒子群優(yōu)化算法是自組織算法，其尋優(yōu)過程也是自組織的。若將集群中的企業(yè)視為粒子群優(yōu)化算法中的粒子，集群所處的位置正是集群競爭力最大的位置，將其看作粒子群優(yōu)化算法中的最優(yōu)解的位置，那么產(chǎn)業(yè)集群的聚集過程可以視為粒子群的尋優(yōu)過程?？梢?，微粒群的尋優(yōu)與產(chǎn)業(yè)集群的集聚是相通的?；赑SO算法局限性的思考，并受到P系統(tǒng)的啟發(fā)，本文提出了一種基于P系統(tǒng)的粒子群優(yōu)化算法（P-PSO）。在本文中P系統(tǒng)中的膜有主

7、膜和輔助膜之分，設立主膜一個，若干輔助膜。粒子被放入P系統(tǒng)之后，主膜內(nèi)粒子與輔助膜內(nèi)粒子進行合理分工，主膜內(nèi)粒子負責“開發(fā)”（即在輔助膜內(nèi)粒子的引導下，搜尋最優(yōu)解的具體位置），“探索”任務是由輔助膜內(nèi)的粒子來完成（即盡可能的遍歷搜索空間，搜尋可能存在最優(yōu)解的區(qū)域，為主膜內(nèi)粒子的搜索提供引導）。其中，主膜內(nèi)粒子與輔助膜粒子之間的信息交流由P系統(tǒng)中的交流規(guī)則來實現(xiàn)。為了達到探索與開發(fā)的目的，輔助膜內(nèi)粒子需要保持較高的粒子活性，主膜內(nèi)粒子要有精細化搜索的能力。對于新算法，我們借助常用的測試函數(shù)進行了檢測，結(jié)果表明P-PS

8、O算法具有很好性能。為了用粒子群優(yōu)化算法來模擬產(chǎn)業(yè)集群的形成問題，我們將產(chǎn)業(yè)集群微粒群化。產(chǎn)業(yè)集群的競爭力值為粒子群優(yōu)化算法中所求解的目標函數(shù)的值；產(chǎn)業(yè)集群的地理坐標為PSO算法中粒子搜索空間中的位置；集群內(nèi)部企業(yè)之間肯定有“合作”與“競爭”，這可以通過PSO算法中“自我認知”部分和“社會”部分來實現(xiàn)。最后我們以山東汽車產(chǎn)業(yè)集群為例，運用P-PSO算法模擬集