生態(tài)系統(tǒng)粒子群算法及其在陣列天線方向圖優(yōu)化中的應用.pdf

1、粒子群算法是Eberhert和Kennedy通過模仿鳥類捕食行為來達到尋優(yōu)目的的一種群智能優(yōu)化算法。粒子群算法具有結(jié)構(gòu)簡單、易于實現(xiàn)、待調(diào)整參數(shù)少、收斂速度快等諸多優(yōu)點，其一經(jīng)提出便受到了國內(nèi)外學者的廣泛關注。目前，粒子群算法被成功的應用在了神經(jīng)網(wǎng)絡訓練、電容配置、資源調(diào)度、多目標優(yōu)化等諸多領域，并展示出了其廣泛的應用前景和良好的優(yōu)化能力。
　　盡管粒子群算法擁有許多其他算法不具備的優(yōu)勢，但是它仍然有很多不足之處，如解決高維復雜問

2、題時收斂速度慢，容易陷入局部最優(yōu)解等。因此，如何對算法進行改進，使其能夠克服這些缺點和不足是研究者們的工作重點之一。本文在前人的研究基礎上，提出了一種能夠有效克服算法早熟收斂的生態(tài)系統(tǒng)粒子群算法，并將其應用到了陣列天線方向圖優(yōu)化問題中。本文的主要研究內(nèi)容如下：
　　(1)受自然界生態(tài)規(guī)律啟發(fā)，我們提出了一種改進的粒子群算法，稱為生態(tài)系統(tǒng)粒子群算法(ESPSO)。ESPSO模仿自然界生態(tài)系統(tǒng)規(guī)律，共采用了三種學習策略，分別為生態(tài)系統(tǒng)

3、策略、繁殖變異策略和全信息策略。借助這些學習策略，算法能夠有效的阻止多樣性的流失，阻止早熟收斂，平衡全局搜索能力和局部搜索能力，提升尋優(yōu)效率。本文通過仿真實驗，對ESPSO的參數(shù)選擇方案和尋優(yōu)能力進行了研究和驗證，實驗結(jié)果表明，ESPSO擁有良好的尋優(yōu)精度、尋優(yōu)效率和尋優(yōu)可信度。
　　(2)智能天線在現(xiàn)代通信系統(tǒng)中發(fā)揮著重要的作用，而陣列天線方向圖綜合則是智能天線的核心技術。本文將ESPSO應用到了陣列天線方向圖優(yōu)化問題中，并通過