【摘要】：群智能優(yōu)化算法是模擬生物群體智能行為設(shè)計(jì)的隨機(jī)優(yōu)化算法,具有良好的搜索能力和尋優(yōu)能力,易于實(shí)現(xiàn),實(shí)用性強(qiáng),參數(shù)少,流程簡(jiǎn)單。然而,許多非連續(xù)的組合優(yōu)化問(wèn)題亟待解決,迫切需要對(duì)連續(xù)性螢火蟲(chóng)算法進(jìn)行離散化改進(jìn)研究。本文主要工作如下:1.基于慣性權(quán)重對(duì)數(shù)遞減的螢火蟲(chóng)算法針對(duì)螢火蟲(chóng)算法收斂速度慢的不足,提出了一種基于慣性權(quán)重對(duì)數(shù)遞減的螢火蟲(chóng)算法。首先,實(shí)驗(yàn)說(shuō)明慣性權(quán)重對(duì)螢火蟲(chóng)算法對(duì)種群多樣性的影響。然后,引入對(duì)數(shù)調(diào)整因子,不同的對(duì)數(shù)調(diào)整因子確保算法搜索的成功率。最后,選取四種典型函數(shù)分別進(jìn)行給定迭代次數(shù)和給定精度的仿真測(cè)試。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的算法在收斂速度和收斂精度方面有明顯的改進(jìn)。2.基于改進(jìn)螢火蟲(chóng)算法求解旅行商問(wèn)題鑒于TSP問(wèn)題是古老的組合優(yōu)化難題,而螢火蟲(chóng)算法在求解函數(shù)優(yōu)化問(wèn)題中表現(xiàn)出優(yōu)良的性能,因此,利用改進(jìn)的螢火蟲(chóng)算法求解TSP問(wèn)題。首先,在分析了旅行商問(wèn)題的特點(diǎn)后,采用整數(shù)編碼的方式來(lái)表示螢火蟲(chóng)的位置。然后,在標(biāo)準(zhǔn)螢火蟲(chóng)算法的位置更新過(guò)程中引入了對(duì)數(shù)遞減的慣性權(quán)重來(lái)影響螢火蟲(chóng)的迭代過(guò)程,同時(shí)結(jié)合了遺傳算法中的選擇,交叉,變異以及進(jìn)化逆轉(zhuǎn)操作來(lái)提高每一次迭代中種群多樣性及種群搜索能力,并將改進(jìn)的算法解決TSP問(wèn)題。最后,通過(guò)MATLAB仿真實(shí)驗(yàn)表明改進(jìn)的算法在求解TSP問(wèn)題時(shí)具有更好收斂速度和優(yōu)化效果。3.改進(jìn)的螢火蟲(chóng)算法在k-means聚類中的應(yīng)用為了克服螢火蟲(chóng)算法容易陷入局部最優(yōu)解的缺點(diǎn),提出改進(jìn)的螢火蟲(chóng)算法。通過(guò)引入隨機(jī)權(quán)重和布谷鳥(niǎo)算法中的Levy飛行策略增強(qiáng)種群的多樣性,也平衡了算法的全局搜索能力和局部搜索能力。將改進(jìn)的算法應(yīng)用在k-means聚類中,通過(guò)UCI標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明,改進(jìn)的算法能有效提高算法的收斂精度,改善螢火蟲(chóng)算法的尋優(yōu)能力。同時(shí)改進(jìn)的FA在一定程度上解決了k-means聚類算法對(duì)初始值敏感且受異常數(shù)據(jù)影響的問(wèn)題,驗(yàn)證了改進(jìn)算法的可行性。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐小平;張東潔;;一種改進(jìn)的猴群算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2017年06期

2 潘曉英;陳雪靜;李昂儒;趙普;;基于自適應(yīng)步長(zhǎng)的螢火蟲(chóng)劃分聚類算法[J];計(jì)算機(jī)應(yīng)用研究;2017年12期

3 戚遠(yuǎn)航;蔡延光;蔡顥;湯雅連;呂文祥;;旅行商問(wèn)題的混沌混合離散蝙蝠算法[J];電子學(xué)報(bào);2016年10期

4 熊娟;文樺;;基于螢火蟲(chóng)搜索算法的圖像紋理特征提取研究[J];計(jì)量學(xué)報(bào);2016年03期

5 吳宏超;劉檢華;唐承統(tǒng);徐聯(lián)杰;劉佳順;;基于螢火蟲(chóng)算法的管路系統(tǒng)布局序列優(yōu)化技術(shù)[J];計(jì)算機(jī)集成制造系統(tǒng);2016年08期

6 戴文智;楊新樂(lè);;基于慣性權(quán)重對(duì)數(shù)遞減的粒子群優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2015年17期

7 王永貴;林琳;劉憲國(guó);;基于改進(jìn)粒子群優(yōu)化的文本聚類算法研究[J];計(jì)算機(jī)工程;2014年11期

8 莫愿斌;馬彥追;鄭巧燕;;一種協(xié)作的螢火蟲(chóng)算法在聚類問(wèn)題上的應(yīng)用[J];化工自動(dòng)化及儀表;2014年03期

9 李孟山;黃興元;柳和生;柳炳祥;武燕;艾凡榮;;基于混沌自適應(yīng)粒子群人工神經(jīng)網(wǎng)絡(luò)的氣體在聚合物中的溶解模型[J];化學(xué)學(xué)報(bào);2013年07期

10 鐘良;鐘守楠;章曉燕;;基于數(shù)論的總體優(yōu)化隨機(jī)搜索算法[J];數(shù)學(xué)雜志;2006年01期

相關(guān)博士學(xué)位論文 前1條

1 郁書(shū)好;螢火蟲(chóng)優(yōu)化算法研究及應(yīng)用[D];合肥工業(yè)大學(xué);2015年

，

本文編號(hào)：2633342