兩種生物進化算法的膜計算模型研究
發(fā)布時間:2023-04-29 19:12
近年來,隨著人工智能技術(shù)的發(fā)展,需要處理的問題規(guī)模越來越大。然而,電子計算機模型計算能力的發(fā)展速度正在逐漸放慢,使得人工智能技術(shù)在求解大規(guī)模問題時遇到的計算能力方面的困難越來越突出。為了打破這一限制,越來越多的科學家開始尋找新的擁有更加強大的計算能力的計算模型。受到自然界信息處理機制的啟發(fā),具有天然的分布式并行計算特性的自然計算就是其中之一。膜計算,作為自然計算的新分支,是由羅馬尼亞科學院院士P?un教授提出的分布式并行計算框架。它已受到越來越多研究者的關(guān)注,其相關(guān)思想已經(jīng)被廣泛應用在了組合優(yōu)化、經(jīng)濟學、計算機圖形學和語言學等領(lǐng)域。膜計算,也被稱為P系統(tǒng),其相關(guān)研究主要包括計算模型研究和P系統(tǒng)設(shè)計兩個方面。其中,在計算模型研究方面研究者們已經(jīng)提出了類細胞P系統(tǒng),類組織P系統(tǒng)和類神經(jīng)P系統(tǒng)三種基本計算模型。在P系統(tǒng)設(shè)計方面,研究者們也已經(jīng)針對眾多領(lǐng)域的問題設(shè)計出了一系列P系統(tǒng),包括處理經(jīng)濟學領(lǐng)域問題的數(shù)值P系統(tǒng),實現(xiàn)基本算術(shù)運算的算術(shù)運算P系統(tǒng),以及求解各種NP難問題的P系統(tǒng)等等。在以往的研究中,有很多研究者在設(shè)計的P系統(tǒng)中使用了遺傳算法,蟻群算法等進化算法,但是這些算法在以往的P系統(tǒng)中...
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 緒論
1.1 引言
1.2 國內(nèi)外研究現(xiàn)狀綜述
1.3 研究的目的及意義
1.4 本文組織結(jié)構(gòu)
2 研究理論基礎(chǔ)介紹
2.1 膜計算基礎(chǔ)
2.1.1 膜計算簡介
2.1.2 膜計算模型
2.2 遺傳算法基礎(chǔ)
2.2.1 遺傳算法簡介
2.2.2 遺傳算法流程
2.2.3 并行遺傳算法
2.3 蟻群算法基礎(chǔ)
2.3.1 蟻群算法簡介
2.3.2 蟻群算法計算流程
2.3.3 并行蟻群算法
2.4 本章小結(jié)
3 遺傳P系統(tǒng)的設(shè)計
3.1 遺傳P系統(tǒng)的定義
3.2 遺傳P系統(tǒng)計算流程
3.3 遺傳P系統(tǒng)規(guī)則設(shè)計
3.3.1 操作選擇規(guī)則
3.3.2 變異算子規(guī)則
3.3.3 交叉算子規(guī)則
3.3.4 選擇算子規(guī)則
3.3.5 輸出規(guī)則
3.4 遺傳P系統(tǒng)性能分析
3.4.1 ⅡGA時間復雜度分析
3.4.2 ⅡGA并行性分析
3.5 實例與仿真
3.5.1 ⅡGA實例
3.5.2 ⅡGA仿真
3.6 本章小結(jié)
4 蟻群P系統(tǒng)的設(shè)計
4.1 蟻群P系統(tǒng)的定義
4.2 蟻群P系統(tǒng)計算流程
4.3 蟻群P系統(tǒng)規(guī)則設(shè)計
4.3.1 選擇初始節(jié)點規(guī)則
4.3.2 選擇下一節(jié)點規(guī)則
4.3.3 局部更新規(guī)則
4.3.4 全局更新規(guī)則
4.3.5 輸出規(guī)則
4.4 蟻群P系統(tǒng)性能分析
4.4.1 時間復雜度分析
4.4.2 并行性分析
4.5 實例與仿真
4.5.1 ⅡACS實例
4.5.2 ⅡACS仿真
4.6 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
致謝
參考文獻
附錄
A.ⅡGA物質(zhì)對象符號說明
B.ⅡGA各膜中規(guī)則
C.ⅡACS物質(zhì)對象符號說明
D.ⅡACS各膜中規(guī)則
E.作者在攻讀學位期間發(fā)表論文目錄
F.作者在攻讀學位期間取得科研成果目錄
本文編號:3805577
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 緒論
1.1 引言
1.2 國內(nèi)外研究現(xiàn)狀綜述
1.3 研究的目的及意義
1.4 本文組織結(jié)構(gòu)
2 研究理論基礎(chǔ)介紹
2.1 膜計算基礎(chǔ)
2.1.1 膜計算簡介
2.1.2 膜計算模型
2.2 遺傳算法基礎(chǔ)
2.2.1 遺傳算法簡介
2.2.2 遺傳算法流程
2.2.3 并行遺傳算法
2.3 蟻群算法基礎(chǔ)
2.3.1 蟻群算法簡介
2.3.2 蟻群算法計算流程
2.3.3 并行蟻群算法
2.4 本章小結(jié)
3 遺傳P系統(tǒng)的設(shè)計
3.1 遺傳P系統(tǒng)的定義
3.2 遺傳P系統(tǒng)計算流程
3.3 遺傳P系統(tǒng)規(guī)則設(shè)計
3.3.1 操作選擇規(guī)則
3.3.2 變異算子規(guī)則
3.3.3 交叉算子規(guī)則
3.3.4 選擇算子規(guī)則
3.3.5 輸出規(guī)則
3.4 遺傳P系統(tǒng)性能分析
3.4.1 ⅡGA時間復雜度分析
3.4.2 ⅡGA并行性分析
3.5 實例與仿真
3.5.1 ⅡGA實例
3.5.2 ⅡGA仿真
3.6 本章小結(jié)
4 蟻群P系統(tǒng)的設(shè)計
4.1 蟻群P系統(tǒng)的定義
4.2 蟻群P系統(tǒng)計算流程
4.3 蟻群P系統(tǒng)規(guī)則設(shè)計
4.3.1 選擇初始節(jié)點規(guī)則
4.3.2 選擇下一節(jié)點規(guī)則
4.3.3 局部更新規(guī)則
4.3.4 全局更新規(guī)則
4.3.5 輸出規(guī)則
4.4 蟻群P系統(tǒng)性能分析
4.4.1 時間復雜度分析
4.4.2 并行性分析
4.5 實例與仿真
4.5.1 ⅡACS實例
4.5.2 ⅡACS仿真
4.6 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
致謝
參考文獻
附錄
A.ⅡGA物質(zhì)對象符號說明
B.ⅡGA各膜中規(guī)則
C.ⅡACS物質(zhì)對象符號說明
D.ⅡACS各膜中規(guī)則
E.作者在攻讀學位期間發(fā)表論文目錄
F.作者在攻讀學位期間取得科研成果目錄
本文編號:3805577
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3805577.html
最近更新
教材專著