發(fā)布時間：2022-04-17 20:16

　　最優(yōu)化問題在科學(xué)研究和工程實踐的各個領(lǐng)域中無處不在。當(dāng)今時代,科技飛速發(fā)展,傳統(tǒng)的優(yōu)化方法在求解具有大規(guī)模、高維度、NP-難、動態(tài)等復(fù)雜特征的優(yōu)化問題時,無法在可接受的時間內(nèi)取得令人滿意的解。由于其簡單的原理、較強的全局搜索能力、良好的魯棒性和適應(yīng)性等卓越的優(yōu)勢,進化算法在處理復(fù)雜的優(yōu)化問題時得到了國內(nèi)外研究者普遍的關(guān)注與認(rèn)可。作為進化算法的新興分支——差分進化算法是一類基于群體的隨機并行算法。除了具備上述進化算法共有的優(yōu)點,差分進化算法還有著搜索能力強、控制參數(shù)少等特有的性能,近二十年間取得了大量的突破性進展。盡管如此,差分進化算法中仍然存在著以下亟需攻克的問題:（1）變異策略的選擇和控制參數(shù)的設(shè)定對差分進化算法的性能起著決定性的影響。標(biāo)準(zhǔn)差分進化算法中,在進化的后期個體間信息的差異變小,算法的全局搜索能力受到了一定的限制。這不僅降低了算法的收斂速度,而且還會使算法陷入局部最優(yōu),從而容易引發(fā)早熟收斂和搜索停滯的現(xiàn)象。（2）最初,差分進化算法往往只是在標(biāo)準(zhǔn)函數(shù)測試集上評估其性能。然而,隨著人類需求與生產(chǎn)實踐的快速發(fā)展,實際優(yōu)化問題中呈現(xiàn)出更為復(fù)雜的特性。差分進化算法單一的編碼形式限制了... 

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 差分進化算法的相關(guān)改進
        1.2.2 多模態(tài)優(yōu)化問題的小生境技術(shù)
        1.2.3 神經(jīng)網(wǎng)絡(luò)集成
    1.3 研究目的及意義
    1.4 研究思路及創(chuàng)新點
        1.4.1 論文研究思路
        1.4.2 主要創(chuàng)新點
    1.5 論文結(jié)構(gòu)安排
第二章 差分進化算法綜述
    2.1 進化算法
    2.2 差分進化算法
        2.2.1 標(biāo)準(zhǔn)差分進化算法
        2.2.2 差分進化算法控制參數(shù)影響分析
    2.3 差分進化算法的應(yīng)用
    2.4 本章小結(jié)
第三章 基于模糊建模的多重變異策略差分進化算法
    3.1 引言
    3.2 算法介紹
        3.2.1 進化過程模糊建模
        3.2.2 參數(shù)調(diào)整策略
        3.2.3 多重變異策略
        3.2.4 輔助運動策略
    3.3 實驗結(jié)果與仿真分析
        3.3.1 測試函數(shù)和實驗設(shè)置
        3.3.2 實驗結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于小生境技術(shù)的自適應(yīng)種群規(guī)模差分進化算法
    4.1 引言
    4.2 算法介紹
        4.2.1 算法整體流程
        4.2.2 啟發(fā)式聚類方法
        4.2.3 基礎(chǔ)算法
        4.2.4 種群規(guī)模自適應(yīng)調(diào)整策略
        4.2.5 輔助運動策略
    4.3 實驗結(jié)果與仿真分析
        4.3.1 實驗設(shè)置與評價標(biāo)準(zhǔn)
        4.3.2 實驗結(jié)果與分析
    4.4 本章小結(jié)
第五章 基于改進差分進化算法的神經(jīng)網(wǎng)絡(luò)集成優(yōu)化
    5.1 引言
    5.2 改進差分進化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)集成
    5.3 實驗結(jié)果與仿真分析
        5.3.1 測試數(shù)據(jù)集與實驗設(shè)置
        5.3.2 實驗結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 未來工作展望
參考文獻
致謝
攻讀碩士期間已發(fā)表的學(xué)術(shù)論文
攻讀碩士期間參加的科研項目


【參考文獻】：
期刊論文
[1]基于K-means的改進差分進化聚類算法[J]. 喬艷霞,鄒書蓉,張洪偉.  四川理工學(xué)院學(xué)報(自然科學(xué)版). 2014(05)
[2]BP神經(jīng)網(wǎng)絡(luò)的改進算法及其研究[J]. 楊健兵.  無線互聯(lián)科技. 2014(01)
[3]箱線圖及其在JCR網(wǎng)絡(luò)版中的應(yīng)用[J]. 朱兵.  農(nóng)業(yè)圖書情報學(xué)刊. 2011(08)
[4]基于約束規(guī)劃的選擇性神經(jīng)網(wǎng)絡(luò)集成方法[J]. 龔安,張敏.  計算機科學(xué). 2007(06)
[5]優(yōu)化分類型神經(jīng)網(wǎng)絡(luò)線性集成[J]. 王正群,陳世福,陳兆乾.  軟件學(xué)報. 2005(11)

博士論文
[1]差分進化算法改進研究[D]. 郭鵬.天津大學(xué) 2012

碩士論文
[1]時間延遲神經(jīng)網(wǎng)絡(luò)空間映射微波器件建模方法研究[D]. 彭博.天津大學(xué) 2014



本文編號：3646198