论文部分内容阅读
微粒群算法是近年来发展最迅速的群智能算法之一,以其收敛速度快、易于实现、对初值的依赖小等优点在多个领域得到非常广泛的应用。本文从微粒群算法的角度出发,结合非线性优化、约束满足问题、参数估计问题、动态多种群问题,对电离层成份分析模型进行深入的研究。针对不同问题为电离层成份分析模型设计了不同的约束处理方法,提出了多种改进算法和实现策略,主要工作概括如下:
(1)对于最小二乘法拟合电离层成份分析模型时初值依赖大,参数组维数受限的问题,本文用100组数据进行实验,通过多维数据分析,验证了电离层‘温度和分子、离子成份组成模糊性问题的存在。
(2)为了将约束引入电离层成份分析模型,本文将改进的可行性约束处理规则与标准微粒群算法结合,得到基于可行性规则的微粒群算法约束优化算法,并将此算法用于电离层成份分析模型的参数估计。大约3000组实际数据证明其适用于处理电离层成份分析模型,并且估计参数的误差得到改善。
(3)针对标准微粒群算法容易陷入局部最优的问题,本文利用改进的动态多种群算法进行最优值的搜索,并且将协同进化的概念引入动态多种群算法,得到基于协同进化的动态多种群约束优化算法。此算法经理论数据和实际数据试验证明能比较全面的改善局部最优情况,并且多种群的引入使其在处理高维约束优化时表现出良好的性能。
(4)为了改善电离层分子离子比例M+/Ne拟合曲线的平滑性,本文将M+/Ne随高度变化的数学模型引入基于协同进化的动态多种群算法,得到一种多高度分析模型。实验证明多高度分析模型在对M+/Ne平滑方面性能很优越。