【摘要】：智能優(yōu)化算法是近半個世紀(jì)興起的一種高效、應(yīng)用性強的優(yōu)化方法。由于此類算法具有魯棒性強、尋優(yōu)精度高、收斂速度快等優(yōu)點被廣泛應(yīng)用到眾多領(lǐng)域。本文主要研究的內(nèi)容是智能優(yōu)化算法中的新成員入侵雜草優(yōu)化算法,由于其生物基礎(chǔ)易于理解,穩(wěn)定性強,全局搜索能力突出而受到眾多學(xué)者的廣泛關(guān)注。但是由于該算法提出時間比較短,發(fā)展還未完全成熟,還存在一些不足,主要表現(xiàn)在算法收斂速度慢、容易陷入局部最優(yōu)而影響算法最終的尋優(yōu)精度等方面。尤其在其解決非凸或約束條件較多的問題時,其收斂速度慢的情況尤為突出。針對這些問題,本文通過搜集國內(nèi)外相關(guān)資料,在深入研究標(biāo)準(zhǔn)入侵雜草優(yōu)化算法的理論基礎(chǔ)和實際應(yīng)用的基礎(chǔ)上,對其四大操作:種群初始化、種群繁殖、空間擴散和競爭擇優(yōu)進行了改進,并且將改進后的算法應(yīng)用在二維矩形件裝載此類復(fù)雜性高的NP-Hard問題上。本文主要的研究工作如下:(1)對標(biāo)準(zhǔn)入侵雜草優(yōu)化算法的初始化、繁殖進化、空間擴散和競爭擇優(yōu)四大操作提出以下三點改進方法:一是在初始化階段,引入混沌思想,選用改進的Chebyshev-Logistic混合混沌系統(tǒng)初始化種群以提高初始種群多樣性;二是提出一種按等級分類的組群策略對初始種群進行等級分類,模擬學(xué)生評價中的打分機制將種群分為“優(yōu)”、“良”、“中”、“差”四個子群;三是在種群繁殖進化階段,引入差分進化模型,并對原始模型中的交叉、變異概率進行指數(shù)式的非線性動態(tài)調(diào)整以提高算法跳出局部最優(yōu)的能力。在8個標(biāo)準(zhǔn)測試函數(shù)上進行的仿真實驗表明,與標(biāo)準(zhǔn)IWO算法及其他常用算法相比,本文提出的改進算法具有更高的尋優(yōu)精度和更快的收斂速度,同時能有效避免陷入局部最優(yōu)。(2)將改進后的算法應(yīng)用到實際問題中:首次使用入侵雜草優(yōu)化算法解決二維矩形件裝載問題。二維矩形件裝載實驗中,使用本文改進的雜草優(yōu)化算法,效果良好,有后續(xù)研究價值。
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP18
【圖文】：

13圖 2.1 IWO 算法流程圖Figure 2.1 IWO algorithm flow chart入侵雜草優(yōu)化算法優(yōu)勢與不足分析 IWO 算法的優(yōu)勢適應(yīng)度為基準(zhǔn)進行繁殖。在使用其他一些進化算法解決優(yōu)化問題時，僅認為可行解比不可行解具有更好的適應(yīng)度值，并不在算法中具體體現(xiàn)出來算法中引入適應(yīng)度的概念，適應(yīng)度好的個體被給予更多的生存和繁殖的機不剝奪適應(yīng)度低的個體生存和繁殖的機會，這更加符合自然界種群的生存

第 3 章 基于新型差分進化模型的多等級子群入侵雜草優(yōu)化算法 _SIZE 個個體。L_min (L_max-L_min) |s |, ( -1) D 1xj k j k 是搜索空間的維數(shù)，j ,kx 是第 j 個雜草在搜索空間中的第max 分別是搜索空間的上限和下限，j、k 的取值E]、 k [1, D]。進型混合混沌系統(tǒng)初始化種群的有效性，本文分別使用hebyshev-Logistic改進型混沌系統(tǒng)對種群進行初始化。具體參G _SIZE=20，搜索空間的上限和下限分別為 L_min=-10,L.3 分別為 Chebyshev、Logistic 和改進型混合混沌系統(tǒng)初始

【參考文獻】

相關(guān)期刊論文 前10條

1 桑紅燕;潘全科;;求解流水車間批量流集成調(diào)度的離散入侵雜草優(yōu)化算法[J];控制理論與應(yīng)用;2015年02期

2 劉挺;王聯(lián)國;;一種帶局部搜索功能的入侵雜草優(yōu)化算法[J];傳感器與微系統(tǒng);2014年09期

3 劉立群;火久元;王聯(lián)國;韓俊英;;混合蛙跳細菌覓食的和聲搜索算法及圖像應(yīng)用[J];計算機科學(xué)與探索;2015年01期

4 李森;任曉娜;;采用差分進化策略的入侵雜草改進算法及函數(shù)優(yōu)化應(yīng)用[J];計算機應(yīng)用與軟件;2014年06期

5 陳志泊;張蕾蕾;李巨虎;孫國棟;;基于入侵雜草優(yōu)化算法的無線傳感網(wǎng)節(jié)點定位[J];計算機工程與應(yīng)用;2014年09期

6 宋玉堅;葉春明;黃佐敇;;多智能體入侵雜草算法[J];計算機應(yīng)用研究;2014年10期

7 楊建衛(wèi);;一種采用蜂群全局引導(dǎo)搜索策略的入侵雜草優(yōu)化改進算法[J];計算機應(yīng)用與軟件;2014年04期

8 左旭坤;蘇守寶;;多子群入侵雜草優(yōu)化算法研究及應(yīng)用[J];計算機工程;2014年02期

9 陳亮;邵金平;李長英;宋曉玲;;雜草優(yōu)化算法在多機電力系統(tǒng)中的應(yīng)用[J];山東農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版);2013年04期

10 于蕾;周忠良;鄭麗穎;;基于入侵性雜草優(yōu)化算法的圖像識別的研究[J];計算機工程與應(yīng)用;2014年16期

相關(guān)博士學(xué)位論文 前1條

1 于洪霞;二維裝箱問題的非線性優(yōu)化方法[D];大連理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前3條

1 楊改靜;基于改進入侵雜草算法的DNA編碼研究[D];大連大學(xué);2016年

2 陳勝達;基于遺傳和遞歸的裝箱算法研究[D];廈門大學(xué);2007年

3 韓運實;裝箱問題方法研究及其集成應(yīng)用[D];中國海洋大學(xué);2004年

本文編號：2735778