城市环境噪声测点优化方法研究及实现.doc

摘要:随着全球城市化进程加快，城市的迅速发展和城市建设的迅速扩张，城市区域环境噪声的问题也日益突显，因此，给人们的生产和生活带来了越来越严重的影响。该问题已逐步成为人们广泛关注的一个热点问题。目前，城市环境噪声监测，采用了定网格分布模式和定点测量相结合的方案。由于这种方法工作强度大，人和材料消耗较多，因此很多研究者来对优化噪声测量的分布进行了探索，通过降低测量定点的数量，来解决这个问题。

测量布点实质属于优化问题。这一问题属于NPC 问题，能够有效地解决这类问题有一定的难度。遗传算法在各种复杂系统优化中早已有应用，该方法虽有全面空间寻优的功能，但它也存有早熟和收敛慢这样的缺点，因此，需要对其改进才可以很好地应用在各种实际问题中。

本论文是以大连市城市区域环境噪声测点优化问题作为研究对象，以变网格布点作为手段，提出了一种并行混合粒子群免疫算法（PHPSO－IA），并通过函数进行了验证，最后，在此基础上，把PHPSO—IA用在了城市环境区域噪声测点优化的求解问题上，得到了较好的效果，实践证明，该方法可以很大程度上降低以后在布点测量时对于人力和物力的消耗，在城市噪声及其自动监测方面，提供了便利。同时该方法还可推广用于解决其他方面的测点优化问题。

关键字：布点测量；变网格；遗传算法；粒子群算法

目录

摘要

Abstract

1 绪论-1

1.1 选题依据-1

1.2 研究背景-1

1.3 研究现状-1

1.4 解决方案-2

1.5 论文的内容和结构-2

2 粒子群算法原理-4

2.1 演化算法-4

2.1.1 子群体的分类和多种群演化-4

2.2 粒子群算法-5

2.3 粒子群算法的原理与特点-6

2.4 粒子群算法与其他算法的比较-6

2.4.1 遗传算法和PSO的比较-6

3 并行粒子群免疫算法及其算例验证-8

3.1 并行混合粒子群免疫算法-8

3.1.1 免疫思想的引入-8

3.1.2 基本免疫算法的实现-9

3.1.3 并行算法中免疫思想的引入-11

3.2 并行混合粒子群免疫算法的算例验证-14

3.2.1 无约束函数优化-14

3.2.2 约束函数优化-17

4 并行混合粒子群算法在城市环境噪声测点优化中的应用-20

4.1 环境噪声测点优化问题模型建立-20

4.2 城市环境噪声测点优化-22

结    论-25

参 考 文 献-26

附录A 主要程序-27

致    谢-30