群體智能算法是一種受生物活動或自然現(xiàn)象啟發(fā)而產(chǎn)生的優(yōu)化算法,該類算法通過個體的簡單行為搜索鄰域空間,再結(jié)合種群的信息更新個體信息進(jìn)而實現(xiàn)種群的進(jìn)化。煙花算法作為一種新型群體智能算法,在科學(xué)研究領(lǐng)域引起了高度的關(guān)注。該算法主要由爆炸算子、變異算子和選擇策略三個部分組成:爆炸算子產(chǎn)生爆炸火花搜索煙花鄰域空間,并根據(jù)煙花個體適應(yīng)度調(diào)整爆炸半徑和爆炸火花數(shù),使得其全局搜索能力和局部搜索能力達(dá)到平衡;變異算子產(chǎn)生變異火花,增加種群多樣性;選擇策略從煙花和火花中選擇若干個體組成下代煙花種群。煙花算法雖然提出時間較短,但和現(xiàn)有群體智能算法相比,具有高爆發(fā)性、種群多樣性和局部覆蓋性等特點,其在濾波器設(shè)計、圖像識別、施肥問題等領(lǐng)域得到廣泛的應(yīng)用。作為一種新型算法,煙花算法在求解一些實際問題時依然存在收斂速度慢、尋優(yōu)精度不理想等問題。因此,研究煙花算法的內(nèi)部原理,對其進(jìn)行改進(jìn)并應(yīng)用到實際問題中,具有非常重要的意義。本文通過研究基本煙花算法的原理,分析現(xiàn)有算法存在的不足,提出幾種改進(jìn)方案并在基本測試函數(shù)上測試改進(jìn)算法的性能,然后將該算法應(yīng)用到Web服務(wù)組合優(yōu)化問題的求解中。本文主要分為兩個部分:1、針對基本... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１基于ＱｏＳ的Ｗｅｂ服務(wù)組合方法??

ｒｔｉｃｌｅ?Ｓｗａｒｍ?Ｏｐｔｉｍｉｚａｔｉｏｎ，?ＰＳＯ）是?１９９５?動而提出的，主要用于解決連續(xù)優(yōu)化在解決方案。更準(zhǔn)確地說，粒子由速度根據(jù)粒子個體的最佳位置和種群的最的流程圖。粒子群算法的提出是群體智大的問題求解能力，算法思想較簡單，期提出的一些智能算法相比，其尋優(yōu)精

法具有計算量小、尋優(yōu)精度高和算［４２］、多目標(biāo)優(yōu)化［４３］、神經(jīng)網(wǎng)絡(luò)優(yōu)化１４４］。但該方法適合于解空間較小的優(yōu)化顯著下降。??ｉｓｈ?Ｓｗａｒｍ?Ａｌｇｏｒｉｔｈｍ，ＦＳＡ）是一種模擬智能算法Ｍ。在水域之中，魚群總是法規(guī)定人工魚群有四種存在行為。??覓食行為是魚群趨向食物的一種活動來選擇行動方向。首先人工魚七在視度大于當(dāng)前位置，則人工魚向目標(biāo)所。若反復(fù)嘗試Ｔｒｙ－ｎｕｍｂｅｒ次后仍不


本文編號：2972009