發(fā)布時間：2017-06-26 12:03

  本文關(guān)鍵詞：改進的人工魚群算法及其應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在社會生活中存在著大量的優(yōu)化問題,它們對于國民經(jīng)濟的發(fā)展也有著巨大的應(yīng)用前景�？墒敲鎸�(yōu)化問題的復(fù)雜性,傳統(tǒng)方法已經(jīng)逐漸陷入困境。這時,通過模擬某一自然現(xiàn)象或過程而發(fā)展起來的智能仿生優(yōu)化算法,為解決復(fù)雜系統(tǒng)的優(yōu)化問題提供了新的思路和手段,自誕生起就引起了國內(nèi)外學(xué)者的廣泛關(guān)注并被應(yīng)用于許多領(lǐng)域。人工魚群算法是一種新型的智能仿生優(yōu)化算法,源于對魚群運動行為的研究。它具有較強的魯棒性、優(yōu)良的分布式計算機制、易于和其他方法結(jié)合等優(yōu)點。目前對該算法的研究、應(yīng)用已經(jīng)滲透到多個應(yīng)用領(lǐng)域。本文主要以人工魚群算法為研究對象,系統(tǒng)研究了人工魚群算法的構(gòu)造原理及改進策略,并在此基礎(chǔ)上提出了一種基于和聲搜索算法的改進人工魚群算法。主要研究內(nèi)容如下：(1)簡要介紹了智能仿生優(yōu)化算法及群體智能的相關(guān)內(nèi)容,詳細論述了人工魚群算法的生物學(xué)基礎(chǔ)、基本原理、數(shù)學(xué)模型和算法流程,對人工魚群算法的研究進展進行了綜述,說明了研究人工魚群算法的意義。通過仿真實驗,分析了AFSA的主要參數(shù)對算法性能的影響,為人工魚群算法的研究提供了很好的參考依據(jù)。(2)對基本人工魚群算法的缺陷進行了總結(jié),歸納給出了改進算法性能的方法與步驟。在前面研究的基礎(chǔ)上,針對人工魚群算法的缺陷,吸收多種改進算法的優(yōu)點,提出了一種基于和聲搜索算法的改進人工魚群算法。即將和聲優(yōu)化算法中的兩個控制參數(shù)HMCR和PAR的設(shè)計思想應(yīng)用于人工魚群算法,從而改善人工魚的游動行為,提高了人工魚的全局尋優(yōu)能力,并通過標(biāo)準(zhǔn)測試函數(shù)對新算法的性能進行了測試,從算法迭代速度、收斂精度和復(fù)雜度等方面進行了全面的對比考察,通過實驗證明了這種改進的人工魚群算法相對于基本人工魚群算法而言有著更好的收斂性能,是一種行之有效的改進方法。(3)將新算法應(yīng)用到TSP問題中,進行了仿真實驗,結(jié)果表明基于和聲搜索的人工魚群算法的收斂率更好,具有更好的全局收斂性能。
【關(guān)鍵詞】：人工魚群算法 和聲搜索算法 函數(shù)優(yōu)化 旅行商問題
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP18
【目錄】：

• 中文摘要3-4
• Abstract4-9
• 第一章 緒論9-17
• 1.1 課題的背景及研究意義9
• 1.2 智能仿生優(yōu)化算法概述9-13
• 1.2.1 智能仿生優(yōu)化算法的概念9-11
• 1.2.2 智能仿生優(yōu)化算法的特點11-12
• 1.2.3 智能仿生優(yōu)化算法的改進12-13
• 1.3 人工魚群算法13-15
• 1.3.1 人工魚群算法的基本思想13
• 1.3.2 人工魚群算法的改進方法13-14
• 1.3.3 人工魚群算法應(yīng)用概況14-15
• 1.4 本文的主要內(nèi)容和章節(jié)安排15-17
• 第二章 基本人工魚群算法17-34
• 2.1 基本人工魚群算法描述18-22
• 2.1.1 算法思想18-19
• 2.1.2 基本行為描述19-21
• 2.1.3 算法步驟21-22
• 2.2 基本人工魚群算法的性能分析22-33
• 2.2.1 參數(shù)分析22-27
• 2.2.2 參數(shù)的改進27-29
• 2.2.3 混合算法29-32
• 2.2.4 算法特點32
• 2.2.5 算法分析與應(yīng)用32-33
• 2.3 本章小結(jié)33-34
• 第三章 改進的人工魚群算法34-51
• 3.1 標(biāo)準(zhǔn)和聲搜索算法34-36
• 3.2 基于和聲搜索算法的人工魚群算法36-41
• 3.2.1 算法改進思想36-38
• 3.2.2 算法步驟38-39
• 3.2.3 仿真結(jié)果與算法性能分析39-41
• 3.3 改進的人工魚群算法在函數(shù)優(yōu)化中的應(yīng)用41-50
• 3.3.1 無約束優(yōu)化測試函數(shù)42-45
• 3.3.2 有約束優(yōu)化測試函數(shù)45-47
• 3.3.3 Benchmark函數(shù)47-50
• 3.4 本章小結(jié)50-51
• 第四章 改進的人工魚群算在旅行商問題中的應(yīng)用51-58
• 4.1 旅行商問題模型51-53
• 4.1.1 數(shù)學(xué)模型51-52
• 4.1.2 旅行商問題的分類52
• 4.1.3 求解TSP問題的方法52-53
• 4.2 改進的人工魚群算法在旅行商問題中的應(yīng)用53-57
• 4.2.1 求解TSP的改進人工魚群算法模型53-54
• 4.2.2 求解TSP的改進人工魚群算法步驟54
• 4.2.3 仿真實驗與結(jié)果分析54-57
• 4.3 本章小結(jié)57-58
• 第五章 總結(jié)與展望58-60
• 5.1 研究工作總結(jié)58
• 5.2 研究工作展望58-60
• 參考文獻60-65
• 在學(xué)期間的研究成果65-66
• 致謝66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 高立群;依玉峰;鄭平;程偉;;和聲搜索算法在求解最短路徑問題中的應(yīng)用[J];東北大學(xué)學(xué)報(自然科學(xué)版);2011年06期

2 叢明煜,王麗萍;現(xiàn)代啟發(fā)式算法理論研究[J];高技術(shù)通訊;2003年05期

3 依玉峰;高立群;郭麗;;和聲搜索算法在聚類分析中的應(yīng)用[J];東北大學(xué)學(xué)報(自然科學(xué)版);2012年01期

4 曲良東;何登旭;;混合變異算子的人工魚群算法[J];計算機工程與應(yīng)用;2008年35期

5 曲良東;何登旭;;一種混沌人工魚群優(yōu)化算法[J];計算機工程與應(yīng)用;2010年22期

6 班曉娟;吳崇浩;王曉紅;曾廣平;;基于多Agent的人工魚群自組織行為算法[J];計算機工程;2007年23期

7 張風(fēng)榮;潘全科;龐榮波;李寰;;基于和聲退火算法的多維函數(shù)優(yōu)化[J];計算機應(yīng)用研究;2010年03期

8 王一萍;孫明;;應(yīng)用人工魚群算法的重疊社區(qū)檢測[J];計算機工程與科學(xué);2013年10期

9 杜文莉;張海龍;錢鋒;;融合和聲搜索的混沌粒子群優(yōu)化算法及工業(yè)應(yīng)用[J];清華大學(xué)學(xué)報(自然科學(xué)版);2012年03期

10 鐘文亮;王惠森;張軍;;涂德鍵;;帶啟發(fā)性變異的粒子群優(yōu)化算法[J];計算機工程與設(shè)計;2008年13期

  本文關(guān)鍵詞：改進的人工魚群算法及其應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：486042