【摘要】：在科學研究和工程應用中都涉及對優(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,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用價值。蛙跳算法(SFLA)是受青蛙捕食行為的啟發(fā)而設計的一種啟發(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進行迭代搜索,具有結構簡單,參數(shù)較少,穩(wěn)定性強等優(yōu)點。目前受到國內外業(yè)內學者廣泛關注,已成為智能算法優(yōu)化研究領域的熱點。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,先通過基于雙向進化機制的蛙跳算法以模因組的形式進行“局部-全局”搜索,再通過克隆選擇算法,對已搜索到的解進行局部優(yōu)化,以進一步提高解的精度。最后通過將部分函數(shù)旋轉,以進一步驗證算法的性能。仿真結果表明,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射線脈沖星導航(XNAV)是一種應用較為廣泛的天文自主導航,通過到達時間(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)雙譜算法的基礎上,通過引入改進的蛙跳算法,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準累積脈沖輪廓(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,大大增強了導航算法的實時性。
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：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計的一種協(xié)同搜索進化算法，算法以池為可行域，池塘內青蛙為獨立個體，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行信息交換的，因而池塘內青蛙都是以小范圍相對獨立的群體為單位進行覓食，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，進而提升自己尋找食物的能力。在每個族群內部，由族群內優(yōu)秀個體指其它青蛙的捕食行為，實現(xiàn)整個族群的共同進化。當每個分散的族群進化到一程度時，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，說明雙向逡逑學習機制的有效性。逡逑⑵與ＢＳＦＬＡ相比

【參考文獻】

相關期刊論文 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射線脈沖星導航中的應用研究[J];宇航學報;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自適應濾波和希爾伯特差值的二次相關時延估計算法[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與仿真[J];系統(tǒng)仿真學報;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;2014年03期

9 紀昌明;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;;基于改進混合蛙跳算法的在軌服務飛行器任務分配[J];計算機測量與控制;2013年04期

相關博士學位論文 前1條

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

本文編號：2741834