發(fā)布時(shí)間：2024-05-10 18:26

　　為了求解現(xiàn)實(shí)中的動(dòng)態(tài)優(yōu)化問題(dynamic optimization problem,DOPs)許多學(xué)者提出了基于進(jìn)化算法的動(dòng)態(tài)優(yōu)化問題,但這些算法都存在尋優(yōu)速度慢收斂精度低的等問題。為了提高動(dòng)態(tài)進(jìn)化算法求解動(dòng)態(tài)優(yōu)化問題的能力,將本文的主要研究內(nèi)容分為兩個(gè)方面:一是提出一種新的動(dòng)態(tài)優(yōu)化算法,二是將新的動(dòng)態(tài)優(yōu)化算法用于實(shí)際問題的求解,這樣既可以完善動(dòng)態(tài)算法的理論體系同時(shí)也補(bǔ)充了算法的應(yīng)用體系。其中,對(duì)動(dòng)態(tài)進(jìn)化算法的研究包括兩個(gè)方面:改進(jìn)算法進(jìn)化策略和改進(jìn)動(dòng)態(tài)處理技術(shù)。下面將具體介紹一下研究內(nèi)容。基于上述為加強(qiáng)動(dòng)態(tài)進(jìn)化算法求解動(dòng)態(tài)優(yōu)化問題能力的目的,本文提出一種新的性能更加優(yōu)異的動(dòng)態(tài)優(yōu)化算法即基于記憶策略的動(dòng)態(tài)離子運(yùn)動(dòng)優(yōu)化算法(Dynamic Ion Motion Optimization algorithm based on Memory Strategy,DIMOMS)。對(duì)其展開研究,首先需要確定動(dòng)態(tài)優(yōu)化算法所要采用的進(jìn)化策略,鑒于離子運(yùn)動(dòng)算法(Ion Motion Optimization algorithm,IMO)在收斂速度、收斂精度等方面的性能更優(yōu)異,所以本文采用IMO算法強(qiáng)...

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1IMO算法流程圖

圖2-1IMO算法流程圖優(yōu)化算法特點(diǎn)模擬自然界陰陽離子在液體和固體兩個(gè)階段的循環(huán)運(yùn)動(dòng)提設(shè)有兩個(gè)種群，兩個(gè)種群都執(zhí)行液體階段和固體階段，并取不同的個(gè)體進(jìn)化策略，增強(qiáng)了個(gè)體間的信息交流，提高更新策略中引入了更多向最優(yōu)個(gè)體學(xué)習(xí)的部分，通過向當(dāng)夠加快種群收斂，并且最優(yōu)個(gè)體附近的精細(xì)....

圖3-2實(shí)驗(yàn)一椎體高度變化曲線

圖3-2實(shí)驗(yàn)一椎體高度變化曲線驗(yàn)一唯一的不同是coneB的位置以及高度也在不斷的變化此區(qū)間內(nèi)以隨機(jī)步長進(jìn)行變化，位置Xi和Yi的變化范圍選擇，其椎體高度變化如圖3-3所示。圖3-3實(shí)驗(yàn)二椎體高度變化曲線文所提動(dòng)態(tài)離子運(yùn)動(dòng)算法的動(dòng)態(tài)優(yōu)化性能，將其與現(xiàn)有動(dòng)中心問題....

圖3-3實(shí)驗(yàn)二椎體高度變化曲線

-31-圖3-3實(shí)驗(yàn)二椎體高度變化曲線文所提動(dòng)態(tài)離子運(yùn)動(dòng)算法的動(dòng)態(tài)優(yōu)化性能，將其與現(xiàn)有動(dòng)中心問題的自學(xué)習(xí)差異進(jìn)化算法（Self-learningdiffe[43]、Species-basedParticleSwarmOptimizerenhancedon（M....

圖4-1DIMOMS算法求解數(shù)據(jù)流聚類問題的工作流程圖

策略離子運(yùn)動(dòng)算法優(yōu)化策略更新迭的中函數(shù)值計(jì)算方式進(jìn)行計(jì)算方法如下：每隔Tt代（實(shí)驗(yàn)過程中獲得的最優(yōu)值Kbest，變化，說明環(huán)境發(fā)生變化，否下一步，否則回到步驟6。略動(dòng)態(tài)處理策略更新進(jìn)化種群。止條件則返回到步驟2。S算法求解數(shù)據(jù)流聚類問題的工

本文編號(hào)：3968843