為解決克隆選擇算法收斂速度慢、收斂精度低等問(wèn)題,提出了雙層協(xié)同進(jìn)化克隆選擇算法,該算法的每一層使用不同的進(jìn)化方案進(jìn)行尋優(yōu)搜索,并通過(guò)信息共享實(shí)現(xiàn)了層間的協(xié)同進(jìn)化,形成層內(nèi)競(jìng)爭(zhēng)與層間協(xié)作的進(jìn)化模式.通過(guò)構(gòu)建基于多種進(jìn)化策略的混合協(xié)同進(jìn)化機(jī)制,實(shí)現(xiàn)了不同進(jìn)化策略在優(yōu)化過(guò)程中的優(yōu)勢(shì)互補(bǔ)與信息增值,達(dá)到有效平衡算法的全局探索與局部開(kāi)發(fā)的目的,同時(shí)也較好避免了算法的早熟收斂問(wèn)題.用10個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)來(lái)驗(yàn)證所提出算法的可行性與有效性,仿真實(shí)驗(yàn)結(jié)果表明:相比克隆選擇算法及其兩個(gè)改進(jìn)的算法,本文提出的優(yōu)化算法具有全局搜索能力強(qiáng)、穩(wěn)定性好、收斂速度快、收斂精度高等優(yōu)勢(shì),且測(cè)試函數(shù)維度的增加對(duì)本文算法的收斂性能影響不大,其優(yōu)勢(shì)更加凸顯.針對(duì)混沌系統(tǒng)控制與同步中的系統(tǒng)參數(shù)估計(jì)問(wèn)題,以Lorenz混沌系統(tǒng)的參數(shù)估計(jì)為例,進(jìn)行了未知參數(shù)估計(jì)的數(shù)值仿真,結(jié)果顯示本文算法實(shí)現(xiàn)了混沌系統(tǒng)參數(shù)的高精度估計(jì),是一種有效的混沌系統(tǒng)參數(shù)估計(jì)方法. 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2019,51(11)北大核心EICSCD

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

算法進(jìn)化模型Fig．1Algorithmicevolutionmodel

分別為30維、100維的情形．本文算法的種群規(guī)模m=30，大系數(shù)β為0．5，最大迭代次數(shù)tmax=100，各測(cè)試函數(shù)獨(dú)立重復(fù)實(shí)驗(yàn)30次．將BCECSA算法的實(shí)驗(yàn)結(jié)果與CSA、FDCSA［15］及MSHCSA［17］算法的尋優(yōu)結(jié)果進(jìn)行對(duì)比，實(shí)驗(yàn)數(shù)據(jù)如表3所示．其中，CSA和FDCSA算法的數(shù)據(jù)來(lái)源于文獻(xiàn)［15］;MSHCSA算法的種群規(guī)模為m=6*D，最大迭代次數(shù)tmax=800，其余參數(shù)設(shè)置與參考文獻(xiàn)［17］相同．BCECSA算法的部分函數(shù)平均尋優(yōu)收斂曲線如圖2所示(為了便于收斂曲線的顯示和觀察，將f10以外的其余函數(shù)平均適應(yīng)值取以10為底的對(duì)數(shù))．圖2部分函數(shù)的收斂曲線Fig．2Convergencegraphsonsomefunctions·871·哈爾濱工業(yè)大學(xué)學(xué)報(bào)第51卷

．混沌系統(tǒng)的參數(shù)估計(jì)一般以系統(tǒng)結(jié)構(gòu)已知為前提，則估計(jì)系統(tǒng)為Y·=f(Y，X0，θ)．(14)式中:Y=［y1，y2，…，yn］T為估計(jì)系統(tǒng)的狀態(tài)變量，θ為系統(tǒng)參數(shù)θ0的估計(jì)值．定義估計(jì)系統(tǒng)與原系統(tǒng)的狀態(tài)誤差向量為E=［e1，e2，…，en］T，其中，e1=y1－x1，e2=y2－x2，…，en=yn－xn．參數(shù)估計(jì)問(wèn)題本質(zhì)上是以式(15)為優(yōu)化目標(biāo)的尋優(yōu)問(wèn)題．混沌系統(tǒng)參數(shù)估計(jì)的原理如圖3所示．minJ=min∫τ0t(|e1|+|e2|+，…，+|en|)dt．(15)圖3混沌系統(tǒng)參數(shù)估計(jì)原理Fig．3Parameterestimationmodelforchaoticsystems3．2仿真及分析以典型的Lorenz混沌系統(tǒng)為實(shí)驗(yàn)對(duì)象，考慮最為復(fù)雜的3個(gè)系統(tǒng)參數(shù)都未知的情形．Lorenz系統(tǒng)的數(shù)學(xué)模型如下x·=－a(x－y);y·=bx－xz－y;z·=－cz+{xy．(16)當(dāng)系統(tǒng)參數(shù)取值為a=10、b=28、c=83時(shí)，系統(tǒng)(16)處于混沌狀態(tài)．則估計(jì)系統(tǒng)為·081·哈爾濱工業(yè)大學(xué)學(xué)報(bào)第51卷

【參考文獻(xiàn)】：
期刊論文
[1]基于循環(huán)配送策略的汽車(chē)裝配線物料配送調(diào)度方法[J]. 周炳海,譚芬.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[2]基于人工免疫克隆選擇算法的無(wú)人機(jī)三維航跡規(guī)劃[J]. 武健,舒健生,李亞雄,蘇國(guó)華,何艷萍.  系統(tǒng)工程與電子技術(shù). 2018(01)
[3]模糊非基因信息記憶的雙克隆選擇算法[J]. 宋丹,樊曉平,文中華,黃大足,屈喜龍.  電子與信息學(xué)報(bào). 2017(02)
[4]混沌云克隆選擇算法及其應(yīng)用[J]. 張英杰,趙芳芳.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(03)



本文編號(hào)：3131109