【摘要】：在科學(xué)研究和工程應(yīng)用中都涉及對優(yōu)化問題的求解,而隨著工業(yè)發(fā)展朝著新型化、綜合化、連續(xù)化的方向邁進(jìn),使得工業(yè)生產(chǎn)過程中所面對的優(yōu)化問題具有多目標(biāo)求解、強非線性、高變量維度等特征。而啟發(fā)式智能算法為復(fù)雜優(yōu)化問題的求解開辟了新的解決途徑,因而對智能算法的研究具有重要理論意義和應(yīng)用價值。蛙跳算法(SFLA)是受青蛙捕食行為的啟發(fā)而設(shè)計的一種啟發(fā)式智能算法,算法通過模擬青蛙捕食,使得粒子在可行域空間內(nèi)進(jìn)行迭代搜索,具有結(jié)構(gòu)簡單,參數(shù)較少,穩(wěn)定性強等優(yōu)點。目前受到國內(nèi)外業(yè)內(nèi)學(xué)者廣泛關(guān)注,已成為智能算法優(yōu)化研究領(lǐng)域的熱點。但該算法也存在自身的缺陷,如求解精度低、收斂速度慢、易早熟等缺陷。因此,為了增強算法性能,彌補算法不足,需對算法進(jìn)行更深入的研究與優(yōu)化。針對蛙跳算法在多模態(tài)函數(shù)尋優(yōu)中存在的易陷入局部最優(yōu)、求解精度低、尋優(yōu)峰值數(shù)過少等缺陷,提出一種免疫雙向蛙跳算法,并將該算法用于多模態(tài)函數(shù)尋優(yōu)中。算法在每次循環(huán)迭代中,先通過基于雙向進(jìn)化機制的蛙跳算法以模因組的形式進(jìn)行“局部-全局”搜索,再通過克隆選擇算法,對已搜索到的解進(jìn)行局部優(yōu)化,以進(jìn)一步提高解的精度。最后通過將部分函數(shù)旋轉(zhuǎn),以進(jìn)一步驗證算法的性能。仿真結(jié)果表明,與原始蛙跳算法相比,該算法在保證收斂速度的同時,算法在尋優(yōu)精度和搜索到的極值點數(shù)目方面都顯著提高。X射線脈沖星導(dǎo)航(XNAV)是一種應(yīng)用較為廣泛的天文自主導(dǎo)航,通過到達(dá)時間(TOA)來獲取航天器在深空中的各項參數(shù),而要計算TOA最好的方式是通過時延估計。本文在傳統(tǒng)雙譜算法的基礎(chǔ)上,通過引入改進(jìn)的蛙跳算法,提出了一種估計X射線脈沖星累積脈沖輪廓時間延遲的方法。該方法在地面數(shù)據(jù)控制中心通過改進(jìn)的蛙跳算法提取X射線脈沖星累計脈沖輪廓雙譜的特征譜點,并將特征譜點存入航天器數(shù)據(jù)庫中。使得在航天器中只需計算標(biāo)準(zhǔn)累積脈沖輪廓(SIPP)和觀測累積脈沖輪廓(OIPP)在特征譜點處的雙譜值,從而減少計算量,達(dá)到加快時延估算的目的。最后通過仿真實驗表明,該算法在保留了傳統(tǒng)雙譜算法在時延估計中高精度特點的同時,大大增強了導(dǎo)航算法的實時性。
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP18
【圖文】：

，一考；第三項“社會部分”，來源于群體中其它優(yōu)秀粒子的飛行經(jīng)驗，為粒子之的信息共享。通過三個部分的共同作用，促使粒子向最優(yōu)位置快速靠攏。逡逑２．３．２蛙跳算法的基本原理及流程逡逑蛙跳算法是通過模仿青蛙捕食而設(shè)計的一種協(xié)同搜索進(jìn)化算法，算法以池為可行域，池塘內(nèi)青蛙為獨立個體，每只青蛙攜帶自身獨有的文化信息，由于法是基于以族群為單位的思想進(jìn)行信息交換的，因而池塘內(nèi)青蛙都是以小范圍相對獨立的群體為單位進(jìn)行覓食，同一石塊上的青蛙為一個族群，通過在不同石塊間跳躍來尋找食物。青蛙為了能更快更高效的尋找到食物，每個青蛙的文信息是相互流通的，通過彼此之間的信息交換來起到取長補短的效果，實現(xiàn)信共享，進(jìn)而提升自己尋找食物的能力。在每個族群內(nèi)部，由族群內(nèi)優(yōu)秀個體指其它青蛙的捕食行為，實現(xiàn)整個族群的共同進(jìn)化。當(dāng)每個分散的族群進(jìn)化到一程度時，將每個族群混合，使得不同族群相互交流，直到滿足進(jìn)化停止條件。過不同族群間的混洗，使得每個蛙體感受不同的種族氛圍，接觸新思想，避免某個種族思想偏執(zhí)的影響，從而使得整個種群沿著正確的方向快速的尋找到物。ＳＦＬＡ的基本思想示意圖如圖２．３所示：逡逑

邐１／４邐１８．５逡逑圖３．４為針對函數(shù)／！0、／？，算法ＤＣＳＡ、ＢＳＦＬＡ、ＢＩＳＦＬＡ的收斂過程。逡逑１４０１邐邐邐＇邐＇邐■邐邐邐邋６００邋Ｉ邐１邐＇邐＇邐廧逡逑ｓ邋１００邐／邐．邐ａ；—逡逑ｔ邋ｓｏ邋／邐＞邐？邐１邐／ｙ逡逑＾邐＜邐ｃ邋３００邐／逡逑ｙ邋６０邋Ｉ邋Ｉ，邐邐；邐邋競邐—？—ＢＩＳＦＬＡ逡逑｜邐／邋／邐—＾－ＢＩＳＦＬＡ邐＾邋２００邐／＾／邐ＢＳＦＬＡ逡逑４０邐ＢＳＦＬＡ邐Ｋｙ邐－邋＊邋－邋ＤＣＳＡ逡逑．邐－＊邋－邋ＤＣＳＡ邐１００邋Ｅ逡逑２Ｑ－／－？邐＇邐邋／邋■逡逑ＪＬ＿＿＾＿＿，，，邐＾＾＾＾＾＾逡逑０邐２邐４邐６邐８邐１０邐１２邐０邐３邐６邐９邐１２邐１５逡逑ｉｔｅｒａｔｉｏｎｓ邐ｉｔｅｒａｔｉｏｎｓ逡逑（ａ）邋／ｉ0邐（ｂ）邋ｆ＼＼逡逑圖３．４函數(shù)／ｌ（）、／？的收斂過程逡逑圖３．５、３．６為針對函數(shù)／１４、／１５，算法ＳＦＬＡ、ＢＳＦＬＡ、ＤＣＳＡ、ＢＩＳＦＬＡ的極值逡逑點分布圖。逡逑通過對表３．４以及圖３．４、３．５、３．６的分析可得：逡逑（ｌ）ＢＳＦＬＡ的求解精度遠(yuǎn)高于基本ＳＦＬＡ的求解精度，在峰值數(shù)方面非常接近逡逑或已達(dá)到理論值，使得ＢＳＦＬＡ在多峰尋優(yōu)中表現(xiàn)出了良好的尋優(yōu)性能，說明雙向逡逑學(xué)習(xí)機制的有效性。逡逑⑵與ＢＳＦＬＡ相比

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李小平;方海燕;孫海峰;薛夢凡;孫海建;;X射線脈沖星大尺度時間轉(zhuǎn)換模型研究[J];載人航天;2015年06期

2 金晶;王敏;黃良偉;賀亮;姜宇;;NPF算法在X射線脈沖星導(dǎo)航中的應(yīng)用研究[J];宇航學(xué)報;2015年11期

3 潘翔;唐春暉;張仁杰;;基于混合蛙跳算法的移動機器人路徑規(guī)劃[J];電子科技;2015年11期

4 陳霄;徐慨;楊海亮;;基于LMS自適應(yīng)濾波和希爾伯特差值的二次相關(guān)時延估計算法[J];指揮控制與仿真;2015年03期

5 王松;孫振忠;郭建文;張智聰;;基于混合蛙跳算法的復(fù)雜產(chǎn)品裝配序列規(guī)劃[J];計算機集成制造系統(tǒng);2014年12期

6 劉立群;王聯(lián)國;火久元;韓俊英;劉成忠;;基于模糊閾值補償?shù)幕旌贤芴惴╗J];計算機工程;2014年05期

7 李建軍;郁濱;陳武平;;混合蛙跳算法的改進(jìn)與仿真[J];系統(tǒng)仿真學(xué)報;2014年04期

8 王聯(lián)國;龔亞星;;一種單種群混合蛙跳算法[J];計算機工程與科學(xué);2014年03期

9 紀(jì)昌明;李繼偉;張新明;張驗科;;基于免疫蛙跳算法的梯級水庫群優(yōu)化調(diào)度[J];系統(tǒng)工程理論與實踐;2013年08期

10 孔凡光;何建華;唐奎;;基于改進(jìn)混合蛙跳算法的在軌服務(wù)飛行器任務(wù)分配[J];計算機測量與控制;2013年04期

相關(guān)博士學(xué)位論文 前1條

1 劉東;粒子群優(yōu)化算法及其工程應(yīng)用研究[D];西南交通大學(xué);2013年

本文編號：2741834