優(yōu)化問題存在于科學(xué)研究、工業(yè)技術(shù)等多個(gè)應(yīng)用領(lǐng)域,現(xiàn)實(shí)的優(yōu)化問題變得日益復(fù)雜,因此人們對(duì)高效的優(yōu)化技術(shù)和新興的優(yōu)化算法的研究迫在眉睫。擬態(tài)物理學(xué)算法是一種受物理學(xué)規(guī)律啟發(fā)通過模擬物體間虛擬力作用力及物體運(yùn)動(dòng)遵循牛頓第二定律的算法。該算法通過模擬物體間虛擬力作用力,適應(yīng)值較優(yōu)個(gè)體吸引適應(yīng)值較差個(gè)體,適應(yīng)值較差個(gè)體排斥適應(yīng)值較優(yōu)個(gè)體,適應(yīng)值最優(yōu)個(gè)體吸引其他所有個(gè)體,從而實(shí)現(xiàn)種群尋優(yōu)。但是對(duì)于一些難優(yōu)化的問題易受單一全局最優(yōu)解的吸引,出現(xiàn)局部最優(yōu)解。鑒于這一局限性,本文受機(jī)器學(xué)習(xí)理論啟發(fā),引入精英學(xué)習(xí)策略,給出基于精英學(xué)習(xí)的擬態(tài)物理學(xué)優(yōu)化算法框架,讓種群個(gè)體向多個(gè)精英個(gè)體進(jìn)行學(xué)習(xí)以提高個(gè)體學(xué)習(xí)的多元性。針對(duì)該框架設(shè)計(jì)了不同的方案,該算法包括三個(gè)階段,分組,組內(nèi)學(xué)習(xí),組間學(xué)習(xí),本文分別對(duì)這三個(gè)階段進(jìn)行了設(shè)計(jì),并且仿真實(shí)驗(yàn)對(duì)不同設(shè)計(jì)方案進(jìn)行了對(duì)比分析,驗(yàn)證了該算法的可行性和有效性。隨后,在該框架的基礎(chǔ)上,結(jié)合反向?qū)W習(xí),種群多樣性等對(duì)算法作進(jìn)一步的改進(jìn),分別提出了基于反向?qū)W習(xí)、種群多樣性、自適應(yīng)迭代概率選擇的精英學(xué)習(xí)APO優(yōu)化算法。經(jīng)過理論分析和仿真實(shí)驗(yàn)分析驗(yàn)證,相較其他算法而言,改進(jìn)的算法具有很強(qiáng)... 

【文章來源】：太原科技大學(xué)山西省

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

平均運(yùn)行時(shí)間對(duì)比圖

F27 F28圖 3.5 動(dòng)態(tài)尋優(yōu)比較結(jié)果圖Figure 3.5 dynamic optimization comparison result diagram3.5 本章小結(jié)本章在上一章精英學(xué)習(xí) APO 優(yōu)化算法框架基礎(chǔ)上，結(jié)合反向?qū)W習(xí)，種群多樣性以及自適應(yīng)迭代概率選擇等策略對(duì)算法進(jìn)一步優(yōu)化，通過對(duì)這三種算法各自的思想描述和算法流程的比較，實(shí)現(xiàn)改進(jìn)算法的性能呈遞進(jìn)式提高。最后，比較本章的三個(gè)算法與 APOEAPO 算法動(dòng)態(tài)收斂尋優(yōu)圖，同時(shí)仿真實(shí)驗(yàn)數(shù)據(jù)也體現(xiàn)了本章的三個(gè)改進(jìn)算法具有較好的種群多樣性及較強(qiáng)的尋優(yōu)能力，為下章機(jī)構(gòu)模型的求解提供參考和理論指導(dǎo)。

三坐標(biāo)系 p x, y ，1 1 1(O x , y)，2 2 2(O x , y)均處于同一平面內(nèi)，定義 M 在三坐標(biāo)系的坐標(biāo)分別為 x ,y , 1 1x ,y, 2 2x ,y 。2 為轉(zhuǎn)角，坐標(biāo)系 到坐標(biāo)系、坐標(biāo)系 到坐標(biāo)系 和坐標(biāo)系 到坐標(biāo)系的坐標(biāo)轉(zhuǎn)換關(guān)系表達(dá)式分別為： 02 2 21 1T Txy Mxy 1 1 102 21 1T Tx y Mx y2 2 2 210 02 2 2 21 0 cos sin 00 1 0 , sin sin0 0 1 0 0 1 rM M r 1 1 10022 21 1T Tx y MMxy4.2.2 機(jī)構(gòu)簡(jiǎn)圖及滾切剪關(guān)鍵參數(shù)滾切剪運(yùn)動(dòng)機(jī)構(gòu)簡(jiǎn)圖如圖 4.1 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于競(jìng)爭(zhēng)學(xué)習(xí)的大規(guī)模微博文本聚類[J]. 施維,王興華,萬巍,薛均,潘璀然,程顯毅,董建成,王理.  江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[2]蟻群算法及其應(yīng)用綜述[J]. 喬?hào)|平,裴杰,肖艷秋,周坤.  軟件導(dǎo)刊. 2017(12)
[3]精英學(xué)習(xí)的多維動(dòng)態(tài)自適應(yīng)人工魚群算法[J]. 戴月明,姚凌波,王艷.  小型微型計(jì)算機(jī)系統(tǒng). 2017(12)
[4]一種基于種群多樣性的粒子群優(yōu)化算法設(shè)計(jì)及應(yīng)用[J]. 韓紅桂,盧薇,喬俊飛.  信息與控制. 2017(06)
[5]車輪踏面參數(shù)檢測(cè)誤差分析與GUI設(shè)計(jì)[J]. 劉樂平,鄒歡,曾昭韋,何海濱,彭玲陽,胡顯通.  機(jī)床與液壓. 2017(20)
[6]基于強(qiáng)化學(xué)習(xí)方法的訪存調(diào)度算法[J]. 邱東黎,施晶晶.  計(jì)算機(jī)工程與應(yīng)用. 2018(02)
[7]交叉反向?qū)W習(xí)和同粒社會(huì)學(xué)習(xí)的粒子群優(yōu)化算法[J]. 張新明,康強(qiáng),王霞,程金鳳.  計(jì)算機(jī)應(yīng)用. 2017(11)
[8]基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別[J]. 史興宇,鄧洪敏,林宇鋒,安旭驍.  計(jì)算機(jī)應(yīng)用. 2017(S1)
[9]一種采用種群多樣性監(jiān)控和實(shí)時(shí)更新策略的粒子群優(yōu)化算法[J]. 李帥龍,崔國民,陳家星,肖媛.  計(jì)算物理. 2017(03)
[10]一種混合擬態(tài)物理學(xué)優(yōu)化算法[J]. 夏季,謝麗萍,孫超利.  太原科技大學(xué)學(xué)報(bào). 2017(01)

博士論文
[1]滾切剪性能及其機(jī)構(gòu)綜合的研究[D]. 劉彪.大連理工大學(xué) 2017

碩士論文
[1]多規(guī)則擬態(tài)物理學(xué)優(yōu)化算法[D]. 夏季.太原科技大學(xué) 2016
[2]基于粒子群優(yōu)化算法的滾切剪運(yùn)動(dòng)規(guī)律的研究[D]. 魏彥旭.太原科技大學(xué) 2015
[3]滾切式剪切機(jī)機(jī)構(gòu)優(yōu)化及上刀架拓?fù)鋬?yōu)化[D]. 王振宏.大連交通大學(xué) 2012
[4]基于約束保持法的矢量擬態(tài)物理學(xué)約束優(yōu)化算法研究[D]. 張斐.太原科技大學(xué) 2011



本文編號(hào)：3422255