智能優(yōu)化算法作為數(shù)學(xué)優(yōu)化的新方法,對目標(biāo)函數(shù)解析性要求低,在實際復(fù)雜優(yōu)化問題求解上具有原理簡單和效率較高等特點,為優(yōu)化領(lǐng)域研究打開了新思路�；诠β首V的趨磁性細(xì)菌優(yōu)化算法是近年來提出的一種新型進(jìn)化算法,該算法模擬趨磁性細(xì)菌利用自身磁場與地磁場相互作用來調(diào)節(jié)自身行為的生理機制,具有易于實現(xiàn),參數(shù)少等特點。功率譜計算、細(xì)菌旋轉(zhuǎn)、細(xì)菌游走和磁矩替換是基于功率譜的趨磁性細(xì)菌優(yōu)化算法的四個算子,其中細(xì)菌旋轉(zhuǎn)和細(xì)菌游走算子實現(xiàn)細(xì)菌磁矩調(diào)節(jié)功能,未能充分利用種群功率譜信息,磁矩替換算子在一定程度上增加了算法的開發(fā)能力。因此,提出具有更好收斂效果的算法是很有必要的。本文介紹了智能算法的研究背景、發(fā)展和研究現(xiàn)狀,并詳細(xì)介紹了趨磁性細(xì)菌優(yōu)化算法的優(yōu)化原理。本文擬提高算法的開發(fā)能力,提出了兩種改進(jìn)單目標(biāo)優(yōu)化算法和一種多目標(biāo)優(yōu)化算法,主要研究工作如下:首先,針對算法在求解單目標(biāo)優(yōu)化問題的不足之處,對基于功率譜的趨磁性細(xì)菌優(yōu)化算法改進(jìn),提出了結(jié)合檔案集的功率譜趨磁性細(xì)菌優(yōu)化算法。將原算法中細(xì)菌旋轉(zhuǎn)和細(xì)菌游走相結(jié)合,給出新的磁矩調(diào)節(jié)公式,并在磁矩替換階段使用輪盤賭選擇方法從檔案集中選擇對種群的累計貢獻(xiàn)值較高個體與當(dāng)前最優(yōu)解結(jié)合,替換一半較差個體。對測試函數(shù)進(jìn)行仿真實驗,與原算法相比,改進(jìn)算法能有效提高算法收斂精度。然后,設(shè)計了改進(jìn)的基于功率譜的趨磁性細(xì)菌優(yōu)化算法,該算法以趨磁性細(xì)菌體內(nèi)磁性顆粒為基礎(chǔ),改進(jìn)了細(xì)菌磁矩調(diào)節(jié)算子,并給出了結(jié)合混沌映射序列的基于功率譜的磁矩替換算子。數(shù)值實驗驗證了改進(jìn)的基于功率譜的趨磁性細(xì)菌優(yōu)化算法的有效性,還分析了替換參數(shù)對函數(shù)收斂結(jié)果的影響。最后,分析并研究了經(jīng)典的多目標(biāo)進(jìn)化算法,提出基于功率譜的趨磁性細(xì)菌多目標(biāo)優(yōu)化算法。該算法采用檔案集的方法,對種群中每個個體執(zhí)行規(guī)模為2的錦標(biāo)賽方法,選擇檔案集中擁擠距離較大的非支配個體作為其最優(yōu)個體,利用功率譜和最優(yōu)個體磁矩采用高斯公式更新磁矩,并基于一種動態(tài)調(diào)節(jié)概率變異策略替換種群中支配個體。在搜索前期,采用較大的替換變異策略能夠加快算法的尋優(yōu)速度;在尋優(yōu)陷入后期停滯階段,選擇較小的替換概率能夠增加種群多樣性。對經(jīng)典多目標(biāo)測試函數(shù)的數(shù)值仿真結(jié)果表明,基于功率譜的趨磁性細(xì)菌多目標(biāo)優(yōu)化算法在性能上優(yōu)于對比算法。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP18;O224
【部分圖文】：

0202( )1 (2 )BS ff ；0 為布朗旋轉(zhuǎn)的特征時間尺度；01 2 為拐點頻率，與細(xì)菌大小有關(guān)。將細(xì)菌模型化為剛性圓柱體(高31[ln( ) ]3L Ld 度； 0.662 0.92d L。在圖 1 的光譜中，種群中同0 的洛倫茲分布，因此，噪聲下降到1.91 f 。文 均 特 征 時 間0 =4.9 0.3s和 T 290K時 其 均 旋N m和擬合參數(shù)平均高度 L 及分布 L 的半最大半寬

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 畢曉君;王玨;李博;;基于混合生物地理學(xué)優(yōu)化的多目標(biāo)優(yōu)化算法[J];系統(tǒng)工程與電子技術(shù);2014年01期

2 公茂果;焦李成;楊咚咚;馬文萍;;進(jìn)化多目標(biāo)優(yōu)化算法研究[J];軟件學(xué)報;2009年02期

3 胡旺;李志蜀;;一種更簡化而高效的粒子群優(yōu)化算法[J];軟件學(xué)報;2007年04期

相關(guān)博士學(xué)位論文 前2條

1 封全喜;生物地理學(xué)優(yōu)化算法研究及其應(yīng)用[D];西安電子科技大學(xué);2014年

2 王宇嘉;多目標(biāo)粒子群優(yōu)化算法的全局搜索策略研究[D];上海交通大學(xué);2008年

本文編號：2821763